Este es el repositorio del curso Introducción a R para el análisis de datos sociales, el cual forma parte de un conjunto de capacitaciones que se dictan en el marco del Programa de Educación, Formación Profesional y Capacitación del Laboratorio de Datos del Ateneo Asociación Civil.
El curso se centra en el uso de R y Rstudio, y se encuentra abierto y disponible para todx quien tenga interés y quiera dar sus primeros pasos en R 💪.
Al finalizar el curso, se espera que los participantes sean capaces de:
- Trabajar de manera fluída con R y Rstudio.
- Utilizar herramientas de desarrollo colaborativo en la nube para proyectos de análisis de datos.
- Identificar fuentes de datos, extraer, transformar y desarrollar data para el abordaje de preguntas o problemas de índole social.
- Desarrollar un análisis exploratorio de los datos mediante técnicas estadísticas y herramientas introductorias de visualización.
- Emplear paquetes específicos de R para la visualización de datos cualitativos, cuantitativos y georeferenciados.
- Utilizar herramientas de R para la creación de documentos, de presentaciones dinámicas, de informes y de aplicaciones
- Incorporar nociones básicas para el armado de una Shiny App.
- Fecha de inicio: Sábado 24 de Septiembre del 2022
- Fecha de finalización: Sábado 12 de Noviembre del 2022
- Fecha de presentación del Trabajo Final: Sábado 26 de Noviembre del 2022
- Cantidad de clases: 8 clases (16 horas totales)
- Modalidad de cursada: Sincrónica virtual.
-
1. Introducción a la Ciencia de Datos - Programación en R
-
2. Procesos ETL: Extract, Transform and Load
-
3. Análisis exploratorio
-
4. Data viz: técnicas de visualización en R
-
5. Data viz II: visualización de mapas
-
6. Datos no estructurados: Análisis de texto
-
7. Datos no estructurados II: Redes y APIs
-
8. Comunicar con datos
En el repositorio encontrarán una carpeta data con las bases que empleamos a lo largo del curso, mientras que en la carpeta scripts se encuentran los códigos de cada clase/unidad. Además, encontrarán un ppt con el tutorial para instalar git, R, y RStudio.
Para armar estas clases nos basamos en los siguientes repos, notebooks y fuentes: