Contenido
En este bloque aprenderás acerca del lenguaje de programación en R, sus fundamentos, su entorno, ventajas, etc. El conocimiento en ciencias exactas y estadística permiten al profesional interesado en la ciencia de datos desarrollar su capacidad de análisis para obtener información valiosa dentro de las grandes cantidades de datos. Por otro lado, la estadística permite al científico de datos establecer una conexión cuantitativa para contestar preguntas que por lo regular son cualitativas, por ejemplo, saber el promedio de minutos al día que una persona pasa en el tráfico en la ciudad de Nueva York.
En este bloque conocerás la importancia de la estadística descriptiva e inferencial para data science, también te presentaremos conceptos fundamentales, modelos de regresión y predicción, etcétera.
Los datos poseen un gran valor hoy en día, ya que son una de las materias primas más abundantes. Por esta razón, lo complejo no es su recolección, sino su procesamiento. Es por esto que la labor de los científicos de datos se vuelve esencial, puesto que se ven en la necesidad de utilizar diversos softwares informáticos (Jiménez, 2018), siendo uno de los más sobresalientes el lenguaje R, que junto con Python y SQL forman una excelente combinación en la ciencia de datos y en la formación de profesionales altamente preparados.
Tema 1: Visualización en Power BI
Ir al contenidoTema 3: Probabilidad y estadística para data science
Ir al contenido
