radianv/Curso-R

Curso-R

###Horarios de Laboratorios: 14:00 -16:00 PM (Sala 1) Viernes

###Esquema del Curso

1. Vectores, Matrices y Arrays.
2. Listas, Data Frames, Factores y Tablas.
3. Estructuras de Programación en R.
4. Programación Orientada a Objetos.
5. Entrada y Salida.
6. Gráficos.
7. Depuración.
8. Leyendo y Escribiendo Datos.
9. R y Base de Datos.
10. Rendimiento Mejorado: Velocidad y Memoria.
11. R y otros Lenguajes.
12. [Opcional] Programación en Paralelo con R.

###Software En este curso complemento del Curso de Introducción a la Estadística y Probabilidad, usaremos el Entorno Estadístico R, https://www.cran.r-project.org/, via RStudio, https://www.rstudio.com/, para conocer y aplicar técnicas estadísticas, visualizar datos explorando el Lenguaje de Programación R.

Como alternativa de entorno de trabajo, se puede usar Jupyter Project del proyecto Ipython http://ipython.org/ usando el Kernel para R https://github.com/IRkernel/IRkernel.

###Evaluación Se tomaran, 4 pruebas de Laboratorio, de acuerdo al avance del curso.

###Referencias

1.El pequeño Libro de Inferencia Estadística. https://leanpub.com/LittleInferenceBook/read.

2.Fuentes para aprender R UCLA http://www.ats.ucla.edu/stat/r/.

3.Curso de Programación en R e Inferencia Estadística, https://www.coursera.org/jhu.

4.Documentación de R, ordenada por Temas, http://www.rdocumentation.org/.

5.El mundo de R, en este blog: http://www.r-bloggers.com/.

Lista de artículos importantes

• Introducción a ggplot().
• Paquete pryr().
• Guia de estilo de R de Google.
• Herramientas de depuración en R.
• Notas de Sql, Python, S, etc.
• MCMC y el Muestreo de Gibbs con Rcpp.
• Magnifico editor de Expresiones Regulares.
• Sql VS Nosql, lo que necesitas saber.
• Vectorización en R.
• dplyr.
• El paquete Knitr.
• Velocidad en R.
• Manual de Expresiones regulares.
• 10 videos sobre BigData.
• Usando Stackoverflow y R.
• Depuración con RStudio.Un video sobre la Depuración en R con Rstudio.
• No necesitas enterder punteros para programar en R
• R-fiddle: un entorno para escribir, correr código R, en el navegador.
• Manual interactivo de SQL.
• Usando dplyr en la manipulación de datos
• Puede reemplazar Python a R, en el desarrollo de modelos predictivos.
• Expresiones regulares con Perl
• Por que deberias aprender R, para ciencia de datos.
• Haciendo ciencia de datos en 5 minutos.
• Usando el GIT.
• Libro que enseña 7 bases de datos open source.
• Machine Learning en R.
• Data MIning, Analytics, BigData y Ciencia de Datos.
• Manual de MapReduce.
• Notas de SQL, desde Postgresql.
• R y C++.
• Introducción al Lenguaje Perl.
• Introducción a Paralelo MCMC para inferencia, usando C,MPI, GSL y SPRNG.
• Unas notas de MongoDb.
• Expresiones regulares: Como son utilizadas en R.
• Un tutorial acerca de make.
• Escribiendo paquetes de R, desde 0.