Ciencia de Datos Aplicada

Ciencia de Datos Aplicada lleva a quienes ya dieron sus primeros pasos en R hacia temas avanzados: obtener datos de internet, analizar texto, entrenar modelos y publicar aplicaciones interactivas. Lo dicta Martín Llada, investigador en formación del IIEP UBA CONICET.

El scraping arranca por la estructura de las páginas web y sigue con la programación de scrapers, la utilización de APIs y las técnicas para almacenar y consultar datos. El análisis de texto trabaja con noticias de distintos medios de comunicación y visualizaciones que cuentan una historia. El aprendizaje automático cubre regresión y clasificación, agrupamiento, reducción de la dimensionalidad, sobreajuste y métricas de evaluación de modelos. La comunicación interactiva usa Shiny, Plotly y gt para diseñar y publicar aplicaciones.

Cada tema viene con bibliografía propia y aplicaciones paso a paso con el código incluido. Entre las referencias figuran R for data science, de Wickham y Grolemund, Text Mining with R, de Silge y Robinson, An introduction to statistical learning y Mastering Shiny. Es uno de los optativos de la diplomatura de datos y evidencia de la Formación Ejecutiva en Políticas Públicas.