Análisis de Datos con Excel y R
Prepárate para una carrera en analítica de datos con Excel, Cognos Analytics y R en menos de 3 meses.
Lo que serás capaz de hacer
Aprenderás los fundamentos de la analítica de datos y a trabajar con Excel, Cognos Analytics y R. Desarrollarás habilidades para preparar, analizar y comunicar datos mediante visualizaciones y tableros.
- Usar fórmulas, filtros, búsquedas y tablas dinámicas en Excel para explorar y organizar datos.
- Crear gráficos y tableros interactivos con Excel, Cognos Analytics y herramientas de R.
- Preparar datos y realizar análisis estadísticos y de regresión con R.
- Consultar datos con SQL y utilizar R para ejecutar consultas.
- Comunicar hallazgos mediante reportes y visualizaciones interactivas.
Temario
UNIDAD 1 - Qué es el análisis de datos · 19 leccionesIntroducción al análisis de datos - UNIDAD 1 - Qué es el análisis de datos
Introducción al análisis de datos - UNIDAD 1 - Qué es el análisis de datos
- Introducción al curso
- Una nota rápida para la mejor experiencia de aprendizaje
- Ecosistema de datos moderno
- Actores clave en el ecosistema de datos
- Definición del análisis de datos
- Puntos de vista: ¿Qué es el análisis de datos?
- Resumen y aspectos destacados
- Cuestionario práctico: El ecosistema moderno de datos y el papel de la analítica de datos
- Cuestionario graduado: El ecosistema moderno de datos y el papel de la analítica de datos
- Copia de Análisis de datos frente a Analítica de datos
- Exploración del ecosistema de datos moderno
- Responsabilidades de un analista de datos
- Puntos de vista: Cualidades y habilidades para ser analista de datos
- IA generativa: una habilidad esencial para los analistas de datos de hoy en día
- Un día en la vida de un analista de datos
- Puntos de vista: Aplicaciones del análisis de datos
- Cuestionario práctico: El papel del analista de datos
- Resumen y aspectos destacados
- Cuestionario graduado: El papel del analista de datos
UNIDAD 2 - El ecosistema de datos · 18 leccionesIntroducción al análisis de datos - UNIDAD 2 - El ecosistema de datos
Introducción al análisis de datos - UNIDAD 2 - El ecosistema de datos
- Visión general del ecosistema del Analista de datos
- Tipos de datos
- Comprender los distintos tipos de formatos de archivo
- Fuentes de datos
- Lenguas para profesionales de los datos
- Resumen y aspectos destacados
- Cuestionario práctico: El ecosistema de datos y los lenguajes para profesionales de datos
- Cuestionario graduado: El Ecosistema de datos y los lenguajes para profesionales de los datos
- Visión general de los depósitos de datos
- RDBMS
- NoSQL
- Data Marts, Data Lakes, ETL y Data Pipelines
- Aplicaciones prácticas de los almacenes de datos, los «data marts» y los «data lakes»
- Fundamentos de los macrodatos
- Herramientas de procesamiento de Big Data
- Resumen y aspectos destacados
- Cuestionario práctico: Comprender los repositorios de datos y las plataformas de Big data
- Cuestionario graduado: Comprender los repositorios de datos y las plataformas de Big data
UNIDAD 3 - Recopilación y tratamiento de datos · 13 leccionesIntroducción al análisis de datos - UNIDAD 3 - Recopilación y tratamiento de datos
Introducción al análisis de datos - UNIDAD 3 - Recopilación y tratamiento de datos
- Identificación de datos para el análisis
- Fuentes de datos
- Cómo recopilar e importar datos
- Resumen y aspectos destacados
- Cuestionario práctico: Recopilación de datos
- Cuestionario graduado: Recopilación de datos
- ¿Qué es la gestión de datos?
- Herramientas para la gestión de datos
- Limpieza de datos
- Puntos de vista: Preparación de datos y fiabilidad
- Resumen y aspectos destacados
- Cuestionario práctico: Manejo de datos
- Cuestionario graduado: Manejo de datos
UNIDAD 4 - Extracción y visualización de datos y comunicación de resultados · 14 leccionesIntroducción al análisis de datos - UNIDAD 4 - Extracción y visualización de datos y comunicación de resultados
Introducción al análisis de datos - UNIDAD 4 - Extracción y visualización de datos y comunicación de resultados
- Visión general del análisis estadístico
- ¿Qué es la minería de datos?
- Herramientas para la minería de datos
- Resumen y aspectos destacados
- Cuestionario práctico: Análisis y extracción de datos
- Cuestionario graduado: Análisis y extracción de datos
- Panorama general de la comunicación y puesta en común de los resultados del análisis de datos
- Puntos de vista: Contar historias en el análisis de datos
- Introducción a la visualización de datos
- Introducción al software de visualización y cuadros de mando
- Puntos de vista: Herramientas de visualización
- Resumen y aspectos destacados
- Cuestionario práctico: Comunicación de los resultados del análisis de datos
- Cuestionario graduado: Comunicación de los resultados del análisis de datos
UNIDAD 5 - Oportunidades profesionales y análisis de datos en acción · 17 leccionesIntroducción al análisis de datos - UNIDAD 5 - Oportunidades profesionales y análisis de datos en acción
Introducción al análisis de datos - UNIDAD 5 - Oportunidades profesionales y análisis de datos en acción
- Oportunidades profesionales en el análisis de datos
- Puntos de vista: Adéntrese en la profesión de los datos
- Puntos de vista: ¿Qué buscan los empleadores en un analista de datos?
- Los múltiples caminos del análisis de datos
- Puntos de vista: Opciones profesionales para los profesionales de los datos
- Puntos de vista: Consejos para los aspirantes a analistas de datos
- Puntos de vista: Las mujeres en las profesiones relacionadas con los datos
- IA generativa para la Analítica de datos
- Resumen y aspectos destacados
- Cuestionario práctico: Oportunidades y Vías de aprendizaje
- Cuestionario graduado: Oportunidades y Vías de aprendizaje
- Directrices para la presentación del proyecto final y entregables
- Utilizar el análisis de datos para detectar el fraude con tarjetas de crédito
- Opción 1: AI Graded - Proyecto final: Presentación y evaluación
- Opción 2: AI Graded - Proyecto final: Presentación y evaluación
- Felicitaciones y próximos pasos
- Créditos del curso y agradecimientos
UNIDAD 6 - Introducción al análisis de datos mediante hojas de cálculo · 12 leccionesConceptos básicos de Excel para el análisis de datos - UNIDAD 6 - Introducción al análisis de datos mediante hojas de cálculo
Conceptos básicos de Excel para el análisis de datos - UNIDAD 6 - Introducción al análisis de datos mediante hojas de cálculo
- Introducción al curso
- Introducción a las hojas de cálculo
- Conceptos básicos de las hojas de cálculo - Parte 1
- Conceptos básicos de las hojas de cálculo - Parte 2
- Cuestionario práctico
- Atajos de teclado de Excel
- Laboratorio práctico 1: Introducción a Excel Online
- Laboratorio práctico 2: Conceptos básicos de la hoja de cálculo
- Puntos de vista: Utilización de hojas de cálculo como herramienta de análisis de datos
- Resumen y aspectos destacados
- Cuestionario graduado
- Introducción a Excel para el análisis de datos
UNIDAD 7 - Introducción a las hojas de cálculo Excel · 11 leccionesConceptos básicos de Excel para el análisis de datos - UNIDAD 7 - Introducción a las hojas de cálculo Excel
Conceptos básicos de Excel para el análisis de datos - UNIDAD 7 - Introducción a las hojas de cálculo Excel
- Conjuntos de datos de muestra utilizados en el vídeo
- Visualización, introducción y edición de datos
- Copiar, rellenar y formatear celdas y datos
- Laboratorio práctico 3: Introducción y formateo de datos
- Los fundamentos de las fórmulas
- Introducción a las funciones
- Referencia de datos en las fórmulas
- Laboratorio práctico 4: Uso sencillo de funciones
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 8 - Limpieza y tratamiento de datos con hojas de cálculo · 16 leccionesConceptos básicos de Excel para el análisis de datos - UNIDAD 8 - Limpieza y tratamiento de datos con hojas de cálculo
Conceptos básicos de Excel para el análisis de datos - UNIDAD 8 - Limpieza y tratamiento de datos con hojas de cálculo
- Introducción a la calidad de los datos
- Importar datos de archivos
- Fundamentos de la protección de datos
- Puntos de vista: Calidad de los datos y privacidad
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
- Eliminación de datos duplicados o inexactos y de filas vacías
- Inconsistencias en los datos
- Descargo de responsabilidad: Acerca de las funciones de Flash Fill tratadas en el siguiente vídeo "Más funciones de Excel para limpiar datos"
- Más funciones de Excel para limpiar datos
- Puntos de vista: Problemas con la calidad de los datos
- Laboratorio práctico 5: Limpieza de datos
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 9 - Análisis de datos con hojas de cálculo · 18 leccionesConceptos básicos de Excel para el análisis de datos - UNIDAD 9 - Análisis de datos con hojas de cálculo
Conceptos básicos de Excel para el análisis de datos - UNIDAD 9 - Análisis de datos con hojas de cálculo
- Conjuntos de datos de muestra utilizados en el vídeo
- Introducción al análisis de datos mediante hojas de cálculo
- Filtrar y ordenar datos en Excel
- Puntos de vista: Filtrar y ordenar
- Funciones útiles para el análisis de datos
- Uso de las funciones VLOOKUP y HLOOKUP
- Lectura: Fórmulas avanzadas de Excel: COUNTIFS, SUMIFS y XLOOKUP
- Laboratorio práctico 6: Filtrado y ordenación de datos
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
- Introducción a la creación de tablas dinámicas en Excel
- Puntos de vista: Tablas dinámicas
- Características de las tablas pivotantes
- Laboratorio práctico 7: Uso de tablas dinámicas
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 10 - Proyecto final · 7 leccionesConceptos básicos de Excel para el análisis de datos - UNIDAD 10 - Proyecto final
Conceptos básicos de Excel para el análisis de datos - UNIDAD 10 - Proyecto final
- Resumen de la tarea final
- Directrices para la presentación del proyecto final y entregables
- Tarea final - Parte 1: Limpiar y preparar los datos
- Tarea final - Parte 2: Analizar los datos
- AI Graded: Proyecto final - Presentación y evaluación
- Felicitaciones y próximos pasos
- Créditos del curso y agradecimientos
UNIDAD 11 - Visualización de datos mediante hojas de cálculo · 14 leccionesVisualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 11 - Visualización de datos mediante hojas de cálculo
Visualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 11 - Visualización de datos mediante hojas de cálculo
- Introducción al curso
- Consejos útiles para completar el curso
- Laboratorios prácticos opcionales sobre conceptos básicos de Excel
- Atajos de teclado de Excel
- Introducción a los gráficos
- Entrevista: Utilizar visualizaciones para contar una historia de datos
- Contar historias con datos: Cómo elegir la visualización adecuada
- Creación de gráficos básicos en Excel (gráficos de líneas, circulares y de barras)
- Introducción a la creación de tablas dinámicas en Excel
- Uso de la función Excel PivotChart
- Laboratorio práctico 1: Creación de gráficos básicos
- Cuestionario práctico: Visualización de datos mediante hojas de cálculo
- Resumen y aspectos destacados
- Cuestionario graduado : Visualización de datos mediante hojas de cálculo
UNIDAD 12 - Creación de visualizaciones y cuadros de mando con hojas de cálculo · 13 leccionesVisualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 12 - Creación de visualizaciones y cuadros de mando con hojas de cálculo
Visualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 12 - Creación de visualizaciones y cuadros de mando con hojas de cálculo
- Creación de mapas de árbol, gráficos de dispersión e histogramas
- Creación de Gráficos de Mapa coropléticos y Sparklines
- Laboratorio práctico 2: Creación de gráficos avanzados
- Resumen y aspectos destacados
- Práctica: Creación de gráficos avanzados
- Cuestionario graduado: Actualización de gráficos avanzados
- Introducción a los cuadros de mando
- Entrevista: Utilizar cuadros de mando para presentar los resultados de los datos
- Creación de un cuadro de mando sencillo con Excel
- Laboratorio práctico 3: Creación de un cuadro de mando sencillo con Excel
- Resumen y aspectos destacados
- Cuestionario de práctica: Creación de cuadros de mando mediante hojas de cálculo
- Cuestionario graduado: Creación de cuadros de mando con hojas de cálculo
UNIDAD 13 - Creación de visualizaciones y cuadros de mando con Cognos Analytics · 19 leccionesVisualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 13 - Creación de visualizaciones y cuadros de mando con Cognos Analytics
Visualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 13 - Creación de visualizaciones y cuadros de mando con Cognos Analytics
- Cognos Analytics: Introducción y cómo inscribirse
- Navegación en Cognos Analytics
- Laboratorio práctico: Primeros pasos con Cognos Analytics
- Resumen y aspectos destacados
- Cuestionario práctico: Introducción a IBM Cognos Analytics
- Creación de un cuadro de mando sencillo en Cognos Analytics
- Laboratorio Práctico: Diferentes métodos para crear visualizaciones de cuadros de mando con Cognos Analytics
- Capacidades avanzadas en los cuadros de mando de Cognos Analytics
- Laboratorio práctico: Capacidades avanzadas de cuadros de mando en Cognos Analytics
- Resumen y aspectos destacados
- Cuestionario de Práctica: Creación de cuadros de mando con Cognos Analytics
- Acerca de esta lección opcional con Looker Studio
- (Opcional) : Introducción a Google Looker Studio
- Creación de visualizaciones en informes con Looker Studio
- (Optativo): Laboratorio práctico: Creación y configuración de visualizaciones en informes con Google Looker Studio
- (Opcional) Laboratorio práctico: Gráficos avanzados en Looker Studio
- Resumen y aspectos destacados
- Cuestionario de Práctica: Creación y configuración de visualizaciones con Google Looker Studio
- Cuestionario graduado: Creación de visualizaciones y cuadros de mando con Cognos Analytics
UNIDAD 14 - Proyecto final · 8 leccionesVisualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 14 - Proyecto final
Visualización de datos y cuadros de mando con Excel y Cognos - UNIDAD 14 - Proyecto final
- Resumen del proyecto final
- Lectura: Directrices y entregables para la presentación del proyecto final
- Tarea final - Parte 1: Creación de visualizaciones con Excel
- Tarea final - Parte 2a: Creación de visualizaciones con Cognos Analytics
- Tarea final - Parte 2b: Creación de visualizaciones con Google Looker Studio
- AI Graded - Proyecto Final: Presentación y evaluación
- Felicitaciones y próximos pasos
- Créditos del curso y agradecimientos
UNIDAD 15 - Revisión de los cursos · 4 leccionesEvaluación de los fundamentos del análisis y la visualización de datos - UNIDAD 15 - Revisión de los cursos
Evaluación de los fundamentos del análisis y la visualización de datos - UNIDAD 15 - Revisión de los cursos
- Introducción al curso
- Revisión del curso: Introducción al análisis de datos
- Revisión del curso: Fundamentos de Excel para el análisis de datos
- Revisión del curso: Visualización de datos y cuadros de mando con Excel y Cognos
UNIDAD 16 - Evaluación final · 3 leccionesEvaluación de los fundamentos del análisis y la visualización de datos - UNIDAD 16 - Evaluación final
Evaluación de los fundamentos del análisis y la visualización de datos - UNIDAD 16 - Evaluación final
- Evaluación final
- Felicitaciones y próximos pasos
- Gracias de parte del equipo del curso
UNIDAD 17 - R Básicos · 12 leccionesIntroducción a la programación en R para la ciencia de datos - UNIDAD 17 - R Básicos
Introducción a la programación en R para la ciencia de datos - UNIDAD 17 - R Básicos
- Bienvenido a Introducción a la programación en R para la ciencia de datos
- Introducción al lenguaje R
- Tipos de datos básicos
- Matemáticas, variables y cadenas
- R Medio ambiente
- Introducción a RStudio
- Hola Mundo con R usando RStudio
- Escribir y ejecutar R en cuadernos Jupyter
- Matemáticas básicas con R utilizando Jupyter Notebook
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 18 - Estructuras de datos comunes · 11 leccionesIntroducción a la programación en R para la ciencia de datos - UNIDAD 18 - Estructuras de datos comunes
Introducción a la programación en R para la ciencia de datos - UNIDAD 18 - Estructuras de datos comunes
- Vectores y factores
- Operaciones vectoriales
- Laboratorio práctico: Vectores y factores
- Listas
- Matrices y matrices
- Laboratorio práctico: Matrices y matrices
- Marcos de datos
- Laboratorio práctico: Listas y Dataframe en R
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 19 - Fundamentos de programación en R · 12 leccionesIntroducción a la programación en R para la ciencia de datos - UNIDAD 19 - Fundamentos de programación en R
Introducción a la programación en R para la ciencia de datos - UNIDAD 19 - Fundamentos de programación en R
- Condiciones y bucles
- Laboratorio práctico: Condiciones y bucles
- Funciones en R
- Laboratorio práctico: Funciones en R
- Operaciones con cadenas en R
- Expresiones regulares
- Laboratorio práctico: Cadenas y expresiones regulares
- Formato de fecha en R
- Depuración
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 20 - Trabajar con datos · 11 leccionesIntroducción a la programación en R para la ciencia de datos - UNIDAD 20 - Trabajar con datos
Introducción a la programación en R para la ciencia de datos - UNIDAD 20 - Trabajar con datos
- Lectura de CSV, Excel y conjuntos de datos incorporados
- Lectura de archivos de texto en R
- Escribir y guardar en archivos
- Laboratorio práctico: Importación de datos en R
- Solicitud HTTP y API REST
- Laboratorio práctico: Solicitudes HTTP en R
- Web Scraping en R
- Laboratorio práctico: Webscraping en R
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 21 - Proyecto final · 8 leccionesIntroducción a la programación en R para la ciencia de datos - UNIDAD 21 - Proyecto final
Introducción a la programación en R para la ciencia de datos - UNIDAD 21 - Proyecto final
- Resumen del proyecto final
- Lectura: Directrices y entregables para la presentación del proyecto final
- Laboratorio práctico: Proyecto final
- Opción 1: Calificación IA - Presentación y evaluación del proyecto final
- Opción 2: Peer Graded - Presentación y evaluación del proyecto final
- Examen final
- Felicitaciones y próximos pasos
- Créditos y agradecimientos
UNIDAD 22 - Introducción a SQL · 14 leccionesSQL para la ciencia de datos con R - UNIDAD 22 - Introducción a SQL
SQL para la ciencia de datos con R - UNIDAD 22 - Introducción a SQL
- Visión general del curso
- Bienvenido a SQL para la ciencia de datos
- Declaración SELECT
- Ejemplos de sentencias SELECT
- Laboratorio práctico: Sentencias SELECT simples
- RECUENTO, DISTINTO, LÍMITE
- Laboratorio práctico: CONTAR, DISTINGUIR, LIMITAR
- Declaración INSERT
- Sentencias UPDATE y DELETE
- Laboratorio práctico: INSERTAR, ACTUALIZAR y ELIMINAR
- Resumen del módulo: Primeros pasos con SQL
- Cuestionario de Práctica: Introducción a SQL
- Hoja de trucos SQL: Conceptos básicos - SELECT, INSERT, UPDATE, DELETE, COUNT, DISTINCT, LIMIT
- Cuestionario graduado: Introducción a SQL
UNIDAD 23 - Introducción a las bases de datos relacionales y a las tablas · 16 leccionesSQL para la ciencia de datos con R - UNIDAD 23 - Introducción a las bases de datos relacionales y a las tablas
SQL para la ciencia de datos con R - UNIDAD 23 - Introducción a las bases de datos relacionales y a las tablas
- Introducción a las bases de datos
- Conceptos de bases de datos relacionales
- Tipos de sentencias SQL (DDL frente a DML)
- Declaración CREATE TABLE
- ALTERAR, ELIMINAR y truncar tablas
- Ejemplos para CREAR y ELIMINAR tablas
- Laboratorio Práctico: CREATE, ALTER, TRUNCATE, DROP en Tablas en MySQL usando phpMyAdmin
- Laboratorio Práctico: Creación y carga de tablas mediante secuencias de comandos SQL
- Resumen del módulo: Introducción a las bases de datos relacionales y a las tablas
- Práctica: Introducción a las bases de datos relacionales y a las tablas
- Hoja de trucos SQL: CREAR TABLA, ALTERAR, ELIMINAR, TRUNCAR
- Cuestionario graduado: Introducción a las bases de datos relacionales y a las tablas
- Acerca de esta lección opcional
- Cómo crear una instancia de base de datos en la nube
- Obtener el código de características de IBM Cloud y activar la cuenta de prueba
- laboratorio práctico [opcional] con IBM Db2
UNIDAD 24 - SQL intermedio · 24 leccionesSQL para la ciencia de datos con R - UNIDAD 24 - SQL intermedio
SQL para la ciencia de datos con R - UNIDAD 24 - SQL intermedio
- Uso de patrones de cadenas y rangos
- Clasificación de conjuntos de resultados
- Agrupación de conjuntos de resultados
- Lectura: Ejemplos de patrones de cadenas, ordenación y agrupación
- Laboratorio práctico: Patrones de cuerdas, clasificación y agrupación
- Resumen: Afinar los resultados
- Cuestionario práctico: Afinar los resultados
- Cuestionario graduado: Afinar sus resultados
- Funciones de base de datos incorporadas
- Funciones integradas de fecha y hora
- Lectura: Ejemplos de Funciones integradas
- Laboratorio práctico: Funciones incorporadas
- Subconsultas y selecciones anidadas
- Lectura: Ejemplos de subconsultas y consultas anidadas
- Laboratorio práctico: Subconsultas y SELECT anidados
- Trabajar con varias tablas
- Lectura: Ejemplos de tablas múltiples
- Laboratorio práctico: Trabajo con varias tablas
- Resumen: Funciones, tablas múltiples y subconsultas
- Cuestionario de Práctica: Funciones, Tablas Múltiples y Subconsultas
- Hoja de trucos SQL: Intermedio - LIKE, ORDER BY, GROUP BY
- Cuestionario graduado: Funciones, tablas múltiples y subconsultas
- Acerca de esta lección opcional
- laboratorio práctico [opcional] con IBM Db2
UNIDAD 25 - Introducción a las bases de datos con R · 27 leccionesSQL para la ciencia de datos con R - UNIDAD 25 - Introducción a las bases de datos con R
SQL para la ciencia de datos con R - UNIDAD 25 - Introducción a las bases de datos con R
- Por qué utilizar R con bases de datos relacionales
- R Opciones de persistencia
- Comparación terminológica
- Mapeo de datos entre R y RDBMS
- Consideraciones sobre el diseño de la base de datos
- Laboratorio práctico: Repaso utilizando Jupyter y R Dataframes
- Resumen y aspectos destacados: R y las bases de datos relacionales
- Cuestionario práctico: R y bases de datos relacionales
- Hoja de trucos - Conceptos básicos de R
- Cuestionario graduado: R y las bases de datos relacionales
- Opciones de conectividad
- Conexión con RJDBC
- Conectividad mediante ODBC
- RODBC en detalle
- Descubrimiento de metadatos
- Lectura: Ejemplo de conexión con RJDBC utilizando SQLite
- Laboratorio Práctico: Acceso a su base de datos mediante RJDBC
- Lectura: Una revisión exhaustiva de RSQLite
- Laboratorio Práctico: Accediendo a su Base de Datos con RSQLite
- Resumen y aspectos destacados : Conexión a bases de datos desde R
- Cuestionario práctico: Conexión a bases de datos desde R
- CheatSheet - Conexión a bases de datos con R
- Cuestionario graduado: Conexión a bases de datos desde R
- Acerca de esta lección opcional
- [Opcional] Laboratorio práctico: Creación de credenciales de servicio Db2
- laboratorio práctico [opcional]: Acceso a su base de datos mediante RJDBC con DB2
- laboratorio práctico [opcional]: Acceso a su base de datos mediante RODBC con DB2
UNIDAD 26 - Trabajar con objetos de bases de datos utilizando R · 14 leccionesSQL para la ciencia de datos con R - UNIDAD 26 - Trabajar con objetos de bases de datos utilizando R
SQL para la ciencia de datos con R - UNIDAD 26 - Trabajar con objetos de bases de datos utilizando R
- Trabajar con datos
- Diseño de bases de datos y preparación de datos
- Creación de objetos físicos de base de datos
- Cargar los datos
- Consulta de datos (SQL SELECT)
- Análisis de los datos
- Lectura: Ejemplo de creación y consulta de bases de datos con SQLite utilizando R
- Laboratorio Práctico: Creación y consulta de objetos de base de datos desde R mediante RSQLite con SQLite
- Resumen y aspectos destacados: Trabajar con objetos de bases de datos utilizando R
- Cuestionario de Práctica: Trabajando con Objetos de Base de Datos usando R
- CheatSheet- Creación de objetos de base de datos y consulta de datos FROM R
- Cuestionario Graduado: Trabajando con Objetos de Base de Datos usando R
- Acerca de esta lección opcional
- laboratorio práctico [opcional]: Creación y consulta de objetos de base de datos FROM R using RODBC with DB2
UNIDAD 27 - Proyecto de curso · 10 leccionesSQL para la ciencia de datos con R - UNIDAD 27 - Proyecto de curso
SQL para la ciencia de datos con R - UNIDAD 27 - Proyecto de curso
- Laboratorio práctico: Práctica de consulta de conjuntos de datos del mundo real mediante RSQLite con SQLite
- laboratorio práctico [opcional]: Práctica de consulta de conjuntos de datos del mundo real mediante RODBC con DB2
- Resumen del proyecto final
- Lectura: Directrices y entregables para la presentación del proyecto final
- Laboratorio para el proyecto final - Analítica de datos para el Conjunto de datos de producción de cultivos canadienses
- [Opcional] Notebook de Jupyter con Problemas para la Asignación Revisada por Pares usando RODBC con DB2
- Opción 1: AI Graded - Proyecto final: Presentación y evaluación
- Opción 2: Peer Graded - Presentación y evaluación del proyecto final
- Examen final
- Felicitaciones y próximos pasos
UNIDAD 28 - Introducción al análisis de datos con R · 11 leccionesAnálisis de datos con R - UNIDAD 28 - Introducción al análisis de datos con R
Análisis de datos con R - UNIDAD 28 - Introducción al análisis de datos con R
- Introducción al análisis de datos con R
- El problema
- Comprender los datos
- Paquetes R para la ciencia de datos
- Importar y exportar datos en R
- Introducción al análisis de datos en R
- Laboratorio práctico 1: Introducción al análisis de datos
- Resumen y aspectos destacados
- Hoja de trucos: funciones dplyr
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 29 - Gestión de datos · 11 leccionesAnálisis de datos con R - UNIDAD 29 - Gestión de datos
Análisis de datos con R - UNIDAD 29 - Gestión de datos
- Preprocesamiento de datos en R
- Cómo tratar los valores perdidos en R
- Formateo de datos en R
- Normalización de datos en R
- Binning en R
- Convertir valores categóricos en una variable numérica en R
- Laboratorio práctico 2: Manejo de datos
- Resumen y aspectos destacados
- Hoja de trucos - Manejo de datos con Tidyverse
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 30 - Análisis exploratorio de datos · 10 leccionesAnálisis de datos con R - UNIDAD 30 - Análisis exploratorio de datos
Análisis de datos con R - UNIDAD 30 - Análisis exploratorio de datos
- Estadísticas descriptivas
- Agrupación de datos en R
- Análisis de la varianza (ANOVA) en R
- Correlación en R
- Correlación - Estadísticas
- Laboratorio práctico 3: Análisis exploratorio de datos
- Resumen y aspectos destacados
- Hoja de trucos: Análisis exploratorio de datos
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 31 - Desarrollo de modelos en R · 12 leccionesAnálisis de datos con R - UNIDAD 31 - Desarrollo de modelos en R
Análisis de datos con R - UNIDAD 31 - Desarrollo de modelos en R
- Introducción al desarrollo de modelos
- Regresión lineal simple
- Regresión lineal múltiple
- Evaluar modelos visualmente
- Regresión polinómica
- Evaluación del modelo
- Predicción y toma de decisiones
- Laboratorio práctico 4: Desarrollo de modelos
- Resumen y aspectos destacados
- Hoja de trucos - Desarrollo de modelos
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 32 - Evaluación de modelos · 9 leccionesAnálisis de datos con R - UNIDAD 32 - Evaluación de modelos
Análisis de datos con R - UNIDAD 32 - Evaluación de modelos
- Evaluación de modelos
- Sobreadaptación e inadaptación
- Regularización
- Búsqueda en cuadrícula
- Laboratorio práctico 5: Evaluación de modelos
- Resumen y aspectos destacados
- Hoja de trucos - Evaluación de modelos
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 33 - Proyecto · 8 leccionesAnálisis de datos con R - UNIDAD 33 - Proyecto
Análisis de datos con R - UNIDAD 33 - Proyecto
- Resumen de la tarea final
- Lectura: Directrices y entregables para la presentación del proyecto final
- Laboratorio para el proyecto final - Analizar el tiempo NOAA para el aeropuerto JFK
- Opción 1: Calificación IA - Presentación y evaluación del proyecto final
- Opción 2: Peer Graded - Presentación y evaluación del proyecto final
- Examen final
- Felicitaciones y próximos pasos
- Créditos y agradecimientos
UNIDAD 34 - Módulo 1 - Introducción a la visualización de datos · 14 leccionesVisualización de datos con R - UNIDAD 34 - Módulo 1 - Introducción a la visualización de datos
Visualización de datos con R - UNIDAD 34 - Módulo 1 - Introducción a la visualización de datos
- Introducción al curso
- Introducción a la visualización de datos
- Uso de ggplot2
- Resumen y aspectos destacados
- Cuestionario práctico
- Cuestionario graduado
- Gráficos de barras
- Histogramas
- Gráficos circulares
- Laboratorio práctico: Aplicar el aprendizaje básico de los gráficos
- Resumen y aspectos destacados
- Hoja de trucos: Tramas básicas
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 35 - Módulo 2 - Parcelas básicas, mapas y personalización · 17 leccionesVisualización de datos con R - UNIDAD 35 - Módulo 2 - Parcelas básicas, mapas y personalización
Visualización de datos con R - UNIDAD 35 - Módulo 2 - Parcelas básicas, mapas y personalización
- Gráficos de dispersión
- Parcelas lineales
- Parcelas en cajas
- Laboratorio práctico: Aplicar el aprendizaje básico de la trama
- Resumen y aspectos destacados
- Hoja de trucos - Tramas básicas
- Cuestionario práctico
- Cuestionario graduado
- Personalizar parcelas
- Temas y facetas
- v2.2.3 - Mapas con folleto
- Laboratorio práctico: Aplicar el aprendizaje de mapas
- Resumen y aspectos destacados
- Hoja de trucos - Personalización y mapas
- Hoja de trucos - Personalización y mapas con Leaflet
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 36 - Módulo 3 - Cuadros de mando · 19 leccionesVisualización de datos con R - UNIDAD 36 - Módulo 3 - Cuadros de mando
Visualización de datos con R - UNIDAD 36 - Módulo 3 - Cuadros de mando
- Introducción a los cuadros de mando y Shiny
- Básicos brillantes
- Crear una aplicación Shiny sencilla
- Laboratorio práctico: Crear una aplicación Shiny (con Coursera Labs)
- (Opcional) Laboratorio: Introducción a Posit Cloud
- (Opcional) Laboratorio: Crear Shiny App en Posit Cloud
- Resumen y aspectos destacados
- Hoja de trucos - DashBoard
- Cuestionario práctico
- Cuestionario graduado
- Explorar los componentes brillantes
- Despliegue la aplicación Shiny
- Informes en rmd
- Laboratorio práctico: Componentes Shiny (utilizando Coursera Labs)
- (Opcional) Laboratorio práctico: Componentes Shiny en Posit Cloud
- Resumen y aspectos destacados
- Hoja de trucos - Aplicación del cuadro de mandos
- Cuestionario práctico
- Cuestionario graduado
UNIDAD 37 - Módulo 4 - Trabajo final · 9 leccionesVisualización de datos con R - UNIDAD 37 - Módulo 4 - Trabajo final
Visualización de datos con R - UNIDAD 37 - Módulo 4 - Trabajo final
- Visión general del proyecto final - Cuadro de mando con Shiny utilizando datos del censo
- Lectura: Directrices y entregables para la presentación del proyecto final
- Laboratorio final: Cuadro de mando con Shiny utilizando datos del censo (en Coursera Labs)
- (Opcional) Laboratorio final: Panel de control con Shiny utilizando datos censales (en Posit Cloud)
- Opción 1 - AI Graded: Proyecto final - Presentación y evaluación
- Opción 2 - Peer Graded: Proyecto final - Presentación y evaluación
- Examen final
- Felicitaciones y próximos pasos
- Créditos y agradecimientos
UNIDAD 38 - Módulo 1 - Visión general de Capstone y recogida de datos · 12 leccionesCiencia de datos con R - Proyecto final - UNIDAD 38 - Módulo 1 - Visión general de Capstone y recogida de datos
Ciencia de datos con R - Proyecto final - UNIDAD 38 - Módulo 1 - Visión general de Capstone y recogida de datos
- Introducción a la ciencia de datos con R Proyecto final
- Resumen del curso
- Visión general de Capstone
- (Opcional) Obtener un Código de Característica de IBM Cloud
- (Opcional) Laboratorio práctico: Creación de una cuenta de IBM Cloud
- Recogida de datos sobre el tiempo y la demanda de bicicletas compartidas
- Resumen de la recogida de datos
- Laboratorio práctico: Completar la recogida de datos con el cuaderno Web Scraping
- (Opcional) Laboratorio práctico: Completar la recopilación de datos con el cuaderno Web Scraping
- Laboratorio práctico: Completar la recogida de datos con el cuaderno API de OpenWeather
- (Opcional) Laboratorio práctico: Completar la recogida de datos con el cuaderno API de OpenWeather
- Puntos de control
UNIDAD 39 - Módulo 2 - Gestión de datos · 7 leccionesCiencia de datos con R - Proyecto final - UNIDAD 39 - Módulo 2 - Gestión de datos
Ciencia de datos con R - Proyecto final - UNIDAD 39 - Módulo 2 - Gestión de datos
- Gestión de datos
- Visión general de la gestión de datos
- Laboratorio Práctico: Cuaderno completo de manipulación de datos con expresiones regulares
- (Opcional) Laboratorio práctico: Organización de datos completa con el cuaderno de expresiones regulares
- Laboratorio práctico: Manipulación completa de datos con dplyr Notebook
- (Opcional) Laboratorio práctico: Organización de datos completa con dplyr Notebook
- Puntos de control
UNIDAD 40 - Módulo 3: Realización de análisis exploratorios de datos con SQL, Tidyverse y ggplot2 · 8 leccionesCiencia de datos con R - Proyecto final - UNIDAD 40 - Módulo 3: Realización de análisis exploratorios de datos con SQL, Tidyverse y ggplot2
Ciencia de datos con R - Proyecto final - UNIDAD 40 - Módulo 3: Realización de análisis exploratorios de datos con SQL, Tidyverse y ggplot2
- Análisis exploratorio de datos
- Laboratorio práctico: Complete el laboratorio EDA con SQL utilizando RSQLite
- (Opcional) Laboratorio práctico: Carga de datos en Db2 en IBM Cloud
- (Opcional) Laboratorio práctico: Complete el laboratorio EDA con SQL utilizando RODBC con IBM DB2
- (Opcional) Laboratorio práctico: Complete el laboratorio EDA con SQL en IBM Watson Studio
- Laboratorio práctico: Completar el laboratorio EDA con visualización de datos
- (Opcional) Laboratorio Práctico: Completar el laboratorio EDA con Visualización de datos
- Puntos de control
UNIDAD 41 - Módulo 4: Análisis predictivo · 6 leccionesCiencia de datos con R - Proyecto final - UNIDAD 41 - Módulo 4: Análisis predictivo
Ciencia de datos con R - Proyecto final - UNIDAD 41 - Módulo 4: Análisis predictivo
- Modelos de regresión
- Lectura: Predecir la demanda de bicicletas compartidas mediante modelos de regresión
- Laboratorio práctico: Complete el Laboratorio de construcción de un modelo de regresión de referencia
- Laboratorio práctico: Complete el laboratorio Mejora del modelo lineal
- (Opcional) Laboratorio práctico: Complete el laboratorio Mejora del Modelo Lineal
- Puntos de control
UNIDAD 42 - Módulo 5 - Creación de una aplicación R Shiny Dashboard · 6 leccionesCiencia de datos con R - Proyecto final - UNIDAD 42 - Módulo 5 - Creación de una aplicación R Shiny Dashboard
Ciencia de datos con R - Proyecto final - UNIDAD 42 - Módulo 5 - Creación de una aplicación R Shiny Dashboard
- Construir un cuadro de mando con R Shiny
- Laboratorio práctico: Cree una aplicación de predicción de la demanda de bicicletas compartidas (con Coursera Labs)
- (Opcional) Laboratorio: Introducción a Posit Cloud
- (Opcional) Laboratorio práctico (Parte A): Construya una aplicación de predicción de la demanda de bicicletas compartidas con R Shiny y Leaflet (utilizando Posit Cloud)
- (Opcional) Laboratorio práctico (Parte B): Mejore la aplicación de Predicción de la Demanda de Bicicletas Compartidas con Parcelas de Detalles de la Ciudad (utilizando Posit Cloud)
- Puntos de control
UNIDAD 43 - Módulo 6 - Presente su visión basada en datos · 12 leccionesCiencia de datos con R - Proyecto final - UNIDAD 43 - Módulo 6 - Presente su visión basada en datos
Ciencia de datos con R - Proyecto final - UNIDAD 43 - Módulo 6 - Presente su visión basada en datos
- Elementos de un informe de hallazgos de datos satisfactorio
- Lectura: Estructura de un informe
- Las mejores prácticas para presentar sus conclusiones
- (Optativo) Laboratorio práctico: Primeros pasos con PowerPoint para la Web
- (Optativo) Laboratorio práctico: Conceptos básicos de PowerPoint
- (Opcional) Laboratorio práctico: Guarde su presentación PowerPoint como PDF
- Lectura: Directrices y entregables para la presentación del proyecto final
- Ejercicio: Preparar su presentación (con la plantilla de diapositivas proporcionada)
- Opción 1 - AI Graded: Proyecto final - Presentación y evaluación
- Opción 2 - Revisión por pares: Envía tu trabajo y revisa el de tus compañeros
- Felicitaciones y próximos pasos
- Créditos y agradecimientos
Lo que harás al terminar
Podrás preparar, analizar y visualizar datos, además de presentar tus hallazgos con reportes y tableros. Estas habilidades te ayudarán a prepararte para roles de entrada en analítica de datos.
¿Para quién es este curso?
Está dirigido a personas que comienzan en analítica de datos y desean desarrollar habilidades prácticas con Excel y R. Es adecuado para quienes buscan prepararse para puestos de entrada en el área.
Nivel inicial; no se indican requisitos previos.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
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
43 unidades con videos, lecturas y actividades, disponibles 24/7 durante 12 meses.
- 3
Cuestionarios por unidad
95 cuestionarios para comprobar lo aprendido.
- 4
Certificado
Emitido por la SEP a través del Gobierno del Estado de México, con folio verificable.
Un certificado oficial de la SEP
- 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 IBM.
- Folio y QR verificables para compartirlo con quien te contrate.
Empieza hoy, a tu ritmo
Un solo pago y acceso inmediato al curso completo durante 12 meses.
- 43 unidades · 536 lecciones · 135 h
- 12 meses de acceso
- 95 cuestionarios de evaluación
- Certificado emitido por la SEP (Gob. del Estado de México) con folio verificable
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 IBM; 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.


