Apply R for Predictive Analytics and Machine Learning
Análisis predictivo y aprendizaje automático en R
Certificado oficial emitido por la SEPA través del Gobierno del Estado de México
12 meses de acceso
En línea · 192 h
9 unidades
Nivel principiante
Qué aprenderás
Lo que serás capaz de hacer
Esta Especialización dota a los alumnos de habilidades prácticas y preparadas para el trabajo en análisis predictivo y aprendizaje automático utilizando R. Comenzando con el modelado estadístico y la visualización de datos, los alumnos adquieren progresivamente experiencia en minería de reglas de asociación, modelado de clasificación, predicción de bajas y análisis del comportamiento del cliente. A través de proyectos prácticos relevantes para la industria en los ámbitos del comercio minorista, las finanzas y las telecomunicaciones, los alumnos adquieren experiencia en la preparación de datos, la ingeniería de características, el entrenamiento de modelos y la evaluación del rendimiento utilizando conjuntos de datos del mundo real. Al finalizar el programa, los alumnos aplicarán R con confianza para resolver problemas empresariales, interpretar resultados analíticos y respaldar la toma de decisiones basada en datos en múltiples sectores.
- Aplicar técnicas de programación en R para realizar análisis estadísticos y predictivos de datos.
- Crear y evaluar modelos de aprendizaje automático para la toma de decisiones empresariales.
- Preparar, transformar y analizar conjuntos de datos del mundo real para obtener información útil.
Habilidades que desarrollarás
Modelado predictivo
Evaluación de modelos
Visualización de datos
Análisis estadístico
Analítica predictiva
Ingeniería de características
Minería de datos
Analítica avanzada
R (software)
Programación en R
Métodos estadísticos
Manipulación de datos
Análisis de datos
Aprendizaje con árboles de decisión
Preprocesamiento de datos
Limpieza de datos
Probabilidad y estadística
Análisis de clientes
Optimización de modelos
Aprendizaje automático
Temario
UNIDAD 1 - Fundamentos de la programación en R · 15 leccionesAnálisis de datos con R para modelos estadísticos y predictivos - UNIDAD 1 - Fundamentos de la programación en R
UNIDAD 1 - Fundamentos de la programación en R · 15 lecciones
Análisis de datos con R para modelos estadísticos y predictivos - UNIDAD 1 - Fundamentos de la programación en R
- Curso completo sobre R
- Origen de R
- Introducción a la arquitectura de R
- Primeros pasos con R
- Diferentes tipos de archivos en R
- Sintaxis básica
- Diferentes tipos de datos
- Sintaxis básica y estructuras de datos
- Creación de vectores
- Continúa la creación de vectores
- Funciones y variables en R
- Trabajar con vectores y variables
- Cómo sentar unas bases sólidas en programación con R
- Fundamentos de la programación en R (con calificaciones)
- Cómo sentar unas bases sólidas en programación con R
UNIDAD 2 - Manejo y visualización de datos en R · 11 leccionesAnálisis de datos con R para modelos estadísticos y predictivos - UNIDAD 2 - Manejo y visualización de datos en R
UNIDAD 2 - Manejo y visualización de datos en R · 11 lecciones
Análisis de datos con R para modelos estadísticos y predictivos - UNIDAD 2 - Manejo y visualización de datos en R
- Operadores en R
- Bucles y funciones en R
- Manipulación con cadenas
- Lógica, flujo de control y cadenas de caracteres
- Concepto de marco de datos
- Gráficos en R
- Conceptos básicos sobre marcos de datos y visualización
- Funciones de los gráficos
- Ejecutar con valores
- Gráficos avanzados y ejecución
- Manejo y visualización de datos escalados en R
UNIDAD 3 - Análisis estadístico y aplicaciones en la vida real · 14 leccionesAnálisis de datos con R para modelos estadísticos y predictivos - UNIDAD 3 - Análisis estadístico y aplicaciones en la vida real
UNIDAD 3 - Análisis estadístico y aplicaciones en la vida real · 14 lecciones
Análisis de datos con R para modelos estadísticos y predictivos - UNIDAD 3 - Análisis estadístico y aplicaciones en la vida real
- Análisis estadístico
- Funciones de distribución
- Fundamentos estadísticos
- Regresión lineal y logística
- Realización de análisis en R
- Regresión lineal múltiple
- Técnicas de Modelado Predictivo
- Árbol de decisión
- Serie temporal
- Problemas de las compañías de seguros de vida
- Exploración y preparación de datos
- Series temporales y casos prácticos empresariales
- Análisis estadístico por grados y aplicaciones en el mundo real
- Aplicación de la programación y el análisis con R para resolver un problema empresarial
UNIDAD 4 - Fundamentos y modelo del análisis de la cesta de la compra · 11 leccionesAnálisis de datos de la cesta de la compra con R - UNIDAD 4 - Fundamentos y modelo del análisis de la cesta de la compra
UNIDAD 4 - Fundamentos y modelo del análisis de la cesta de la compra · 11 lecciones
Análisis de datos de la cesta de la compra con R - UNIDAD 4 - Fundamentos y modelo del análisis de la cesta de la compra
- Introducción y carga del conjunto de datos
- Comprender los datos
- Cálculo de la pensión alimenticia mínima
- Introducción a los datos y cálculo de apoyo
- Entrenamiento del modelo final
- Visualización de reglas
- Cambio de soporte
- Entrenamiento de modelos y optimización de reglas
- Apoyo a la interpretación y optimización de reglas de asociación en R
- Fundamentos del análisis de la cesta de la compra por niveles y formación sobre el modelo
- Selección y optimización del soporte para el análisis de la cesta de la compra en R
UNIDAD 5 - Preparación de conjuntos de datos y asociación avanzada · 9 leccionesAnálisis de datos de la cesta de la compra con R - UNIDAD 5 - Preparación de conjuntos de datos y asociación avanzada
UNIDAD 5 - Preparación de conjuntos de datos y asociación avanzada · 9 lecciones
Análisis de datos de la cesta de la compra con R - UNIDAD 5 - Preparación de conjuntos de datos y asociación avanzada
- Conjunto de datos sobre productos alimenticios
- Eliminar duplicados
- Eliminación de duplicados: Continuar
- Limpieza del conjunto de datos sobre productos alimenticios
- ¿Qué otros productos se compraron?
- Implementación del algoritmo Eclat
- Técnicas avanzadas de detección de patrones
- Preparación de conjuntos de datos clasificados y análisis avanzado de asociaciones
- Optimización del análisis de la cesta de la compra para obtener información sobre el sector minorista
UNIDAD 6 - Sentar las bases para la predicción de compras · 12 leccionesAnalizar y predecir las compras con tarjeta utilizando R - UNIDAD 6 - Sentar las bases para la predicción de compras
UNIDAD 6 - Sentar las bases para la predicción de compras · 12 lecciones
Analizar y predecir las compras con tarjeta utilizando R - UNIDAD 6 - Sentar las bases para la predicción de compras
- Introducción e importación del conjunto de datos
- IV. Cálculo
- Preparación de los datos para la modelización
- Representación gráfica de variables
- Dividir
- Análisis y preparación de variables predictivas
- Elaboración de un modelo logístico
- Creación del modelo Oprimal
- Desarrollo del modelo de regresión logística
- Diseño de una base predictiva para la modelización de las compras con tarjeta
- Calificación: sentar las bases para predecir las compras
- De los datos brutos al modelo listo para usar: inicio del proyecto de predicción de compras con tarjeta
UNIDAD 7 - Evaluación de modelos, implementación y aprendizaje basado en árboles · 12 leccionesAnalizar y predecir las compras con tarjeta utilizando R - UNIDAD 7 - Evaluación de modelos, implementación y aprendizaje basado en árboles
UNIDAD 7 - Evaluación de modelos, implementación y aprendizaje basado en árboles · 12 lecciones
Analizar y predecir las compras con tarjeta utilizando R - UNIDAD 7 - Evaluación de modelos, implementación y aprendizaje basado en árboles
- Elaboración de un gráfico de levantamiento para el conjunto de entrenamiento
- Comprobación del rendimiento del modelo
- Evaluación del rendimiento del modelo
- Rendimiento del modelo en el conjunto de prueba
- Guardar un modelo en R
- Pruebas, validación y guardado de modelos
- Ajuste de un modelo de árbol de decisión
- Ajustar el modelo de árbol de decisión. Continuar
- Predicción del rendimiento de los árboles de decisión y de los modelos
- Modelización de árboles de decisión para la predicción de compras
- Evaluación de modelos graduados, implementación y aprendizaje basado en árboles
- Oferta de una solución integral para la predicción de compras con tarjeta
UNIDAD 8 - Preparación de datos para la modelización de la pérdida de clientes en R · 10 leccionesAplicación de técnicas de R para predecir la pérdida de clientes de telecomunicaciones - UNIDAD 8 - Preparación de datos para la modelización de la pérdida de clientes en R
UNIDAD 8 - Preparación de datos para la modelización de la pérdida de clientes en R · 10 lecciones
Aplicación de técnicas de R para predecir la pérdida de clientes de telecomunicaciones - UNIDAD 8 - Preparación de datos para la modelización de la pérdida de clientes en R
- Introducción
- Variable de codificación
- Fundamentos de la preparación de datos
- Escalado del conjunto de datos
- Determinar el valor óptimo de k
- Resultado del valor óptimo
- Escalado de características y preparación del modelo
- Preparación de datos de clientes de telecomunicaciones para la predicción de la pérdida de clientes en R
- Graded: Preparación de datos para la modelización de la pérdida de clientes en R
- Preprocesamiento de datos sobre la rotación de clientes de telecomunicaciones para un modelo KNN en R
UNIDAD 9 - Ingeniería de características y estructuración de conjuntos de datos · 8 leccionesAplicación de técnicas de R para predecir la pérdida de clientes de telecomunicaciones - UNIDAD 9 - Ingeniería de características y estructuración de conjuntos de datos
UNIDAD 9 - Ingeniería de características y estructuración de conjuntos de datos · 8 lecciones
Aplicación de técnicas de R para predecir la pérdida de clientes de telecomunicaciones - UNIDAD 9 - Ingeniería de características y estructuración de conjuntos de datos
- Carga y eliminación de variables
- Creación de maniquíes
- Gestión de variables y creación de características
- División del conjunto de datos
- Reducción de chupetes
- Preparación final del conjunto de datos para la modelización
- Ingeniería de características graduadas y estructuración de conjuntos de datos
- Diseñar un proceso integral de datos sobre la rotación de clientes en el sector de las telecomunicaciones en R
Certificado oficial
Tu certificado lo emite la SEP, no solo una plataforma
Al demostrar la competencia recibes un certificado emitido por la Secretaría de Educación Pública a través del Gobierno del Estado de México: un documento oficial que puedes presentar con confianza ante cualquier empleador o institución.
Tu certificado con INEC
- Lo emite la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México
- Documento oficial con folio verificable en línea
- Lo otorga la Universidad Tecnológica Fidel Velázquez
Otras plataformas en línea
- Constancia privada emitida por la misma plataforma
- Solo acredita horas cursadas o asistencia
- Sin respaldo de una autoridad educativa
Cómo funciona
Tu itinerario, de la inscripción al certificado
- 1
Inscripción con pago único
Pagas $4,990 MXN una sola vez y entras de inmediato al curso.
- 2
Estudias a tu ritmo
9 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
32 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Lo que obtienes
Un certificado oficial de la SEP
Muestra · verificable por folio y QR
- Emitido por la Secretaría de Educación Pública (SEP), a través del Gobierno del Estado de México. No es una constancia privada: es un documento oficial, y ese respaldo marca la diferencia frente a otras plataformas en línea.
- Contenido impartido por EDUCBA.
- Folio y QR verificables para compartirlo con quien te contrate.
Medios que necesitas
Equipo de cómputo
Conexión estable a internet
Pago único
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 9 unidades · 102 lecciones · 192 h
- 12 meses de acceso
- 32 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
Preguntas frecuentes
Sobre tu inscripción
¿Cómo es el pago?
Un solo pago de $4,990 MXN. No hay mensualidades ni cargos recurrentes.
¿Cuánto tiempo tengo acceso?
12 meses desde tu inscripción, 24/7, para avanzar a tu ritmo.
¿Quién imparte el contenido?
El curso es impartido por EDUCBA; INEC gestiona tu inscripción, evaluación y certificado.
¿Qué pasa cuando vence mi acceso?
Puedes renovar tu cuenta tú mismo desde la plataforma, sin trámites ni esperas.
