###Horarios de Laboratorios: 14:00 -16:00 PM (Sala 1) Viernes
###Esquema del Curso
- Vectores, Matrices y Arrays.
- Listas, Data Frames, Factores y Tablas.
- Estructuras de Programación en R.
- Programación Orientada a Objetos.
- Entrada y Salida.
- Gráficos.
- Depuración.
- Leyendo y Escribiendo Datos.
- R y Base de Datos.
- Rendimiento Mejorado: Velocidad y Memoria.
- R y otros Lenguajes.
- [Opcional] Programación en Paralelo con R.
###Software En este curso complemento del Curso de Introducción a la Estadística y Probabilidad, usaremos el Entorno Estadístico R, https://www.cran.r-project.org/, via RStudio, https://www.rstudio.com/, para conocer y aplicar técnicas estadísticas, visualizar datos explorando el Lenguaje de Programación R.
Como alternativa de entorno de trabajo, se puede usar Jupyter Project del proyecto Ipython http://ipython.org/ usando el Kernel para R https://github.com/IRkernel/IRkernel.
###Evaluación Se tomaran, 4 pruebas de Laboratorio, de acuerdo al avance del curso.
###Referencias
1.El pequeño Libro de Inferencia Estadística. https://leanpub.com/LittleInferenceBook/read.
2.Fuentes para aprender R UCLA http://www.ats.ucla.edu/stat/r/.
3.Curso de Programación en R e Inferencia Estadística, https://www.coursera.org/jhu.
4.Documentación de R, ordenada por Temas, http://www.rdocumentation.org/.
5.El mundo de R, en este blog: http://www.r-bloggers.com/.
- Introducción a ggplot().
- Paquete pryr().
- Guia de estilo de R de Google.
- Herramientas de depuración en R.
- Notas de Sql, Python, S, etc.
- MCMC y el Muestreo de Gibbs con Rcpp.
- Magnifico editor de Expresiones Regulares.
- Sql VS Nosql, lo que necesitas saber.
- Vectorización en R.
- dplyr.
- El paquete Knitr.
- Velocidad en R.
- Manual de Expresiones regulares.
- 10 videos sobre BigData.
- Usando Stackoverflow y R.
- Depuración con RStudio.Un video sobre la Depuración en R con Rstudio.
- No necesitas enterder punteros para programar en R
- R-fiddle: un entorno para escribir, correr código R, en el navegador.
- Manual interactivo de SQL.
- Usando dplyr en la manipulación de datos
- Puede reemplazar Python a R, en el desarrollo de modelos predictivos.
- Expresiones regulares con Perl
- Por que deberias aprender R, para ciencia de datos.
- Haciendo ciencia de datos en 5 minutos.
- Usando el GIT.
- Libro que enseña 7 bases de datos open source.
- Machine Learning en R.
- Data MIning, Analytics, BigData y Ciencia de Datos.
- Manual de MapReduce.
- Notas de SQL, desde Postgresql.
- R y C++.
- Introducción al Lenguaje Perl.
- Introducción a Paralelo MCMC para inferencia, usando C,MPI, GSL y SPRNG.
- Unas notas de MongoDb.
- Expresiones regulares: Como son utilizadas en R.
- Un tutorial acerca de make.
- Escribiendo paquetes de R, desde 0.