Curso de Análisis de Datos con R para tu equipo — Decisiones con datos

Conexión a bases de datos con DBI.

Uso de drivers y credenciales.

Ejecución de consultas SQL desde R.

Lectura controlada de datos remotos.

Uso de `dbplyr`.

Transformaciones sobre tablas remotas.

Validación de datos extraídos.

Seguridad en credenciales.

Buenas prácticas de consultas.

Integración de SQL y tidyverse.

Uso de DuckDB para análisis local.

Lectura de ficheros Parquet.

Uso de Arrow para formatos columnares.

Procesamiento eficiente de grandes datasets.

Comparativa entre memoria, base de datos y formatos columnares.

Optimización de consultas analíticas.

Lectura parcial de datos.

Agregaciones sobre grandes volúmenes.

Estrategias para no saturar memoria.

Ejercicio de análisis con millones de registros.

Peticiones HTTP con R.

Métodos GET y POST.

Headers, parámetros y autenticación.

Lectura de JSON.

Normalización de estructuras anidadas.

Consumo de APIs paginadas.

Gestión de errores de red.

Uso de caché local.

Lectura de XML.

Creación de funciones para descarga automática.

Extracción de datos desde HTML.

Selectores CSS.

XPath.

Extracción de tablas web.

Gestión de paginación.

Control de errores HTTP.

Cambios de estructura en páginas.

Scraping responsable.

Limitaciones legales y éticas.

Creación de datasets desde fuentes públicas.

Diseño de procesos ETL completos.

Extracción desde múltiples fuentes.

Validación automática de datos.

Transformaciones parametrizadas.

Generación de salidas recurrentes.

Logs de ejecución.

Control de errores.

Tareas programadas.

Procesos mensuales, semanales o diarios.

Automatización de reporting empresarial.

Introducción a `data.table`.

Sintaxis `i`, `j`, `by`.

Actualización por referencia.

Agrupaciones eficientes.

Joins de alto rendimiento.

Índices y claves.

Comparativa con tidyverse.

Medición de tiempos.

Reducción de copias en memoria.

Refactorización de procesos lentos.

Límites de R en memoria.

Procesamiento por lotes.

Computación paralela.

Tareas independientes y paralelizables.

Procesos asincrónicos en R.

Uso en Shiny y llamadas largas.

Gestión de CPU y memoria.

Comparativa con Spark, DuckDB y bases SQL.

Estrategias de escalabilidad.

Ejercicio de optimización avanzada.

Reglas de calidad de datos.

Completitud, unicidad y consistencia.

Validación de rangos.

Validación de claves.

Detección de cambios de esquema.

Reportes de calidad.

Tests básicos de funciones.

Checks automáticos en pipelines.

Gestión de incidencias de datos.

Control de calidad antes de publicar informes.

Uso de Git en proyectos R.

Repositorios, commits y ramas.

Pull requests.

Revisión de código.

`.gitignore`.

Versionado de scripts e informes.

Gestión de conflictos.

Integración con RStudio.

Buenas prácticas colaborativas.

Control de versiones con `renv`.

Regresión lineal simple.

Regresión lineal múltiple.

Interacciones entre variables.

Variables categóricas.

Diagnóstico de residuos.

Homocedasticidad y normalidad.

Multicolinealidad.

Observaciones influyentes.

Comparación de modelos.

Interpretación ejecutiva de coeficientes.

Regresión logística binaria.

Interpretación de odds y probabilidades.

Matriz de confusión.

ROC y AUC.

Ajuste de umbrales.

Máquinas de vectores de soporte.

Kernels lineales y no lineales.

Análisis discriminante lineal.

Comparación de modelos clasificadores.

Casos de churn, fraude, conversión o riesgo.

Árboles de decisión.

Árboles de regresión.

Random forest.

Gradient boosting.

Importancia de variables.

Hiperparámetros.

Redes neuronales básicas.

Sobreajuste y regularización.

Comparación entre modelos interpretables y complejos.

Aplicaciones empresariales.

Introducción a tidymodels.

Partición de datos.

Recipes de preprocesado.

Workflows de entrenamiento.

Validación cruzada.

Tuning de hiperparámetros.

Métricas de regresión.

Métricas de clasificación.

Comparación de modelos.

Documentación de modelos.

Análisis de series temporales.

Tendencia, estacionalidad y ciclos.

Descomposición de series.

Modelos naive.

Medias móviles.

Suavizado exponencial.

ARIMA.

Backtesting temporal.

Métricas de forecasting.

Previsión de ventas, demanda o incidencias.

Análisis de componentes principales.

Varianza explicada.

Cargas y scores.

Biplots.

Análisis factorial.

Rotación de factores.

Fiabilidad de escalas.

Regresión cuantílica.

Modelos robustos.

Aplicaciones en encuestas, riesgo y segmentación.

Clustering no supervisado.

Preparación de variables.

Escalado de datos.

K-means.

Selección del número de clusters.

Silhouette y elbow method.

Agrupamiento jerárquico.

Dendrogramas.

Perfilado de segmentos.

Aplicaciones en clientes, productos y operaciones.

Limpieza de texto.

Tokenización.

Stopwords.

N-grams.

Matrices documento-término.

Análisis de sentimiento.

Clasificación de textos.

Análisis de respuestas abiertas.

Escalas Likert y encuestas.

Informes de opinión, satisfacción o clima.

Lectura de datos geográficos.

Shapefiles, GeoJSON y geopackages.

Mapas coropléticos.

Mapas interactivos con Leaflet.

Visualización avanzada con plotly.

Tablas interactivas.

Introducción a Shiny.

Reactividad en Shiny.

Dashboards interactivos.

Despliegue básico de aplicaciones Shiny.

Diseño de un proyecto analítico avanzado con R.

Importación desde SQL, API, JSON, Parquet o scraping.

Pipeline ETL automatizado.

Validación de calidad de datos.

Optimización de rendimiento.

Modelado predictivo con tidymodels.

Análisis avanzado adicional: series, clustering, texto, PCA o geodatos.

Dashboard o aplicación Shiny.

Informe técnico y presentación ejecutiva.

Documentación de privacidad, despliegue, mantenimiento y gobierno.