Curso online de Analítica predictiva y modelos de clasificación en R

¿Qué necesitas para tomar el curso?

• Descargar e instalar R (gratis)

• Descargar e instalar RStudio (gratis)

Temario del curso

6 Módulos26 Clases1h 56m de duración total

• Antes de empezar

  2 clases9m 41s

  • 1.Introducción al curso3m 48s

  • 2.Entrevista a Rodrigo Azuero5m 53s

• ¡Comenzando a programar en R!

  5 clases23m 44s

  • 3.Introducción a R y RStudio5m 36s

  • 4.Variables 4m 59s

  • 5.Vectores4m 59s

  • 6.Data.frames - Parte 13m 59s

  • 7.Data.frames - Parte 24m 11s

• Análisis exploratorio de datos

  6 clases24m 1s

  • 8.Importancia del análisis exploratorio de los datos3m 17s

  • 9.Manejo de datos con el paquete tidyverse 5m 26s

  • 10.Manejo de datos con el paquete tidyverse 24m 58s

  • 11.Visualización de datos con ggplot: gráficas principales 13m 55s

  • 12.Visualización de datos con ggplot: gráficas principales 24m 7s

  • 13.Proyecto parte 1: análisis exploratorio de datos2m 18s

• Métricas de un modelo de clasificación

  5 clases22m 19s

  • 14.Introducción a los de modelos de clasificación 3m 34s

  • 15.Matriz de confusión 5m 48s

  • 16.Accuracy5m 23s

  • 17.Precisión, recall y F1 Score5m 26s

  • 18.Proyecto parte 2: Métricas de desempeño de un modelo2m 8s

• Modelos de regresión

  7 clases34m 29s

  • 19.Conjuntos de entrenamiento y validación3m 12s

  • 20.Modelo de probabilidad lineal: entrenando el modelo4m 30s

  • 21.Modelo de probabilidad lineal: Validando el modelo6m 40s

  • 22.Modelo de probabilidad lineal multivariado4m 37s

  • 23.Modelo de regresión logística4m 47s

  • 24.Modelos de árboles: introducción5m 20s

  • 25.Modelos de árboles: random forest5m 23s

• Conclusiones

  1 clases1m 50s

  • 26.Descripción del proyecto final1m 50s