Invitación a continuar recorriendo el mundo del data science.
Contenido del curso
Variables, tipos de datos y estructuras
EDA: Exploratory data analysis
- 13
Qué es EDA: Exploratory Data Analysis
04:46 min - 14
Gráficas de dispersión e histogramas.
04:31 min - 15
Box Plot y su interpretación
07:08 min - 16
EDA con dataset proyecto - Gráficas de dispersión.
08:09 min - 17
EDA con histogramas.
10:37 min - 18
EDA con dataset proyecto - histogramas - ggplot2
07:20 min - 19
EDA con box plot- ggplot2
11:29 min - 20
EDA con dataset proyecto - box plot- ggplot2 - dplyr
11:36 min - 21
EDA con gráficas de dispersión con más de dos variables - ggplot2
07:48 min - 22
EDA con dataset proyecto usando gráficas de dispersión con más de dos variables - ggplot2 - plotly
10:41 min
La estadística de los datos
- 23
Buscando correlaciones con pairs
13:49 min - 24
Confirmando correlaciones con la función cor
05:08 min - 25
Buscando correlaciones con pairs en dataset proyecto
07:20 min - 26
Confirmando correlaciones con la función cor en dataset proyecto.
07:35 min - 27
Protegiéndonos de los peligros del promedio.
08:02 min - 28
Eliminando los NA's para hacer los cálculos.
08:01 min - 29
Estadística y visualización aplicada a análisis de datos de mercadeo.
01:45 min
Ajustando los datos
Mejorando la visualización
Organizar visualizaciones y código con R Markdown
Conclusiones Finales
Recursos
Resumen
Has llegado al final de este curso, recuerda que la función de un data scientist va más allá de solamente hacer gráficas, debes conocer el contexto donde se encuentran los datos para encontrar oportunidades de mejoramiento. Hay un largo camino por el cual seguir, por el momento recuerda tomar el examen para poner a prueba tus conocimientos.
