Curso online – especialización profesional certificada en ciencia de datos aplicada con R by Coursera, IBM

Desarrolle sus habilidades en ciencia de datos con R y SQL. Mejore su capacidad para convertir datos en información y conocimientos.

Suggested by: Coursera (What is Coursera?)

Professional Certificate

a partir de

No prior knowledge required

Time to complete the course

7-day free trial

No unnecessary risks

Skills you will acquire in the course

  • Realización de tareas básicas de programación en lenguaje R.
  • Preparación de datos, análisis estadístico y modelo predictivo.
  • Creación de bases de datos relacionales y consulta de datos utilizando SQL y R.
  • Comunicar los hallazgos mediante técnicas de visualización de datos.
  • Trabajar con diferentes fuentes de datos.
  • Trabajar con conjuntos de datos.
  • Utilización de SQL y bases de datos relacionales.
  • Usando el lenguaje de programación R.
  • Trabajar con herramientas como R Studio, Jupyter Notebooks y bibliotecas R relacionadas con la ciencia de datos.

What you will learn in the course

Courses for which the course is suitable

  • Científico de datos de nivel básico
  • analista de datos
  • Desarrollador de software especializado en R
  • Experto en visualización de datos.
  • administrador de base de datos
  • analista de negocios
  • Científico de datos
  • Desarrolla modelos predictivos
  • programador SQL
  • Experto en análisis estadístico.

Prácticas: una serie de 5 cursos.

Esta especialización está dirigida a cualquier persona que tenga pasión por aprender y esté interesada en desarrollar habilidades, herramientas y un portafolio que le brinde una ventaja competitiva en el mercado laboral como científico de datos de nivel básico.

A lo largo de estos cinco cursos en línea, desarrollará las habilidades necesarias para integrar y aprovechar diferentes fuentes de datos utilizando el lenguaje de programación R para convertir los datos en conocimientos que le ayuden a usted y a sus partes interesadas a tomar decisiones más informadas.

¿Qué aprenderás?

  • Realización de tareas básicas de programación en lenguaje R.
  • Preparación de datos, análisis estadístico y modelo predictivo.
  • Creación de bases de datos relacionales y consulta de datos utilizando SQL y R.
  • Comunicar los hallazgos mediante técnicas de visualización de datos.

Un proyecto de aprendizaje práctico.

Durante la pasantía, completarás laboratorios prácticos que te ayudarán a adquirir experiencia práctica con:

  • Diferentes fuentes de datos.
  • conjuntos de datos.
  • SQL y bases de datos relacionales.
  • El lenguaje de programación R.

Trabajará con herramientas como R Studio, Jupyter Notebooks y bibliotecas de R relacionadas con la ciencia de datos, incluidas dplyr, Tidyverse, Tidymodels, R Shiny, ggplot2, Leaflet y rvest.

En el último curso de la pasantía, completarás un proyecto final en el que aplicarás lo aprendido en un desafío que requiere recopilación, análisis, experimentación hipotética básica, visualización y modelado de datos necesarios en conjuntos de datos del mundo real.

Details of the courses that make up the specialization

Introducción a la programación R para ciencia de datos

Curso 1
10 horas
4,5 (450 valoraciones)

¿Qué aprenderás?

  • Trabaje con tipos de datos básicos en el lenguaje R utilizando RStudio o Jupyter Notebooks.
  • Controle el flujo del programa con condiciones y bucles, escriba funciones, realice operaciones en cadenas de caracteres, escriba expresiones regulares, maneje errores.
  • Cree y administre estructuras de datos en el lenguaje R, incluidos vectores, factores, listas y marcos de datos.
  • Lea, escriba y guarde archivos de datos y extraiga datos de sitios web utilizando R.

habilidades que desarrollarás

  • ciencia de datos
  • Regresión lineal
  • Visualización de datos
  • Programación en el lenguaje R.
  • Análisis de datos exploratorios.

SQL para ciencia de datos con R

Curso 2
27 horas
4,3 (134 valoraciones)

¿Qué aprenderás?

  • Cree y acceda a una base de datos en la nube.
  • Escriba y ejecute comandos SQL básicos: SELECCIONAR, INSERTAR, ACTUALIZAR, ELIMINAR, CREAR, SOLTAR.
  • Cree comandos SQL para filtrar, ordenar, agrupar resultados, utilizar funciones integradas, escribir consultas anidadas y acceder a varias tablas.
  • Analice datos de Jupyter con R y SQL combinando habilidades de SQL y R para consultar conjuntos de datos del mundo real.

habilidades que desarrollarás

  • ciencia de datos
  • Programación en el lenguaje R.

Análisis de datos con R

Curso 3
16 horas
4,7 (285 valoraciones)

¿Qué aprenderás?

  • Prepare datos para el análisis manejando valores faltantes, filtrando y regulando datos, agrupando y traduciendo valores categóricos en valores numéricos.
  • Compare modelos de predicción que utilizan métodos de regresión lineal simple, regresión lineal múltiple y regresión polinómica.
  • Explorar datos utilizando estadística descriptiva, conjuntos de datos, análisis de varianza (ANOVA) y estadísticas de correlación.
  • Evalúe un modelo para situaciones de sobreajuste y desajuste y calibre su rendimiento mediante regularización y búsqueda de cuadrícula.

habilidades que desarrollarás

  • ciencia de datos
  • análisis de datos
  • Análisis estadístico
  • Visualización de datos
  • Programación en el lenguaje R.

Visualización de datos con R

Curso 4
12 horas
4,6 (219 valoraciones)

¿Qué aprenderás?

  • Cree gráficos como: gráficos de barras, histogramas, gráficos circulares, gráficos de dispersión, gráficos de líneas, diagramas de caja y mapas utilizando R y paquetes relacionados.
  • Diseñe gráficos personalizados utilizando anotaciones, títulos de ejes, etiquetas de texto, temas y detalles.
  • Cree mapas utilizando el paquete Leaflet para R.
  • Cree paneles interactivos utilizando el paquete Shiny para R.

habilidades que desarrollarás

  • ciencia de datos
  • análisis de datos
  • Visualización de datos
  • Programación en el lenguaje R.

Ciencia de datos con R – Proyecto final

Curso 5
24 horas
4,6 (76 valoraciones)

¿Qué aprenderás?

  • Escriba un programa para extraer datos de un archivo HTML mediante solicitudes HTTP y convertir los datos en un marco de datos.
  • Prepare datos para modelos manejando valores faltantes, filtrando y regularizando datos, agrupando y convirtiendo valores categóricos en valores numéricos.