Bienvenidos a la primera sesión de nuestro programa de formación en Ciencia de Datos!

Te recomiendamos ver los videos al menos 2 ó 3 veces, pausarlo e ir lentamente estudiando los temas tratados. Además, baja el código (script), ejecútalo y analízalo con calma. Revisa la lectura complementaria en la medida que avanzas en el código.

No te estreses. Ya habrá tiempo para profundizar en todo a lo largo del curso 😊

Vamos!!

En esta sesión abordamos los aspectos generales del programa, los objetivos y la motivación de lanzarnos con este proyecto. Además, revisamos el calendario, las temáticas a tratar, la metodología y los distintos tipos de actividades.

Nota: Esta sesión no tiene script.

En esta sesión conversamos de la historia de R, sus ventajas y desventajas. Además, revisamos varias de las funcionalidades que tiene RStudio y de la importancia de las librerías (packages).
Revisamos, también, algunas recomendaciones y buenas prácticas al escribir código.

Puedes leer los siguientes capítulos del libro _R for Data Science_ para complementar esta sesión:

1. Capítulo 4 - Flujo de trabajo: Conocimientos básicos

2. Capítulo 6 - Flujo de trabajo: Scripts

3. Capítulo 8 - Flujo de trabajo: Proyectos

Puedes descargar el lenguaje R desde su sitio oficial.

Desde acá puedes descargar RStudio.

Estos son algunos de los tips mencionados en el taller:

• Usa un tema oscuro en RStudio.

• Usa una fuente especial para programar como Cascadia Code, Fira Code o Jetbrains Mono.

• Usa las recomendaciones de estilo del Tidyverse para que tu código sea más legible y ordenado.

En esta sesión conversamos sobre los tipos de datos en que se puede trabaja en R y las estructuras de los mismos. Hablamos, también, de la importancia de comprender qué tipos de datos se tienen y de como coercionarlos de forma de que se adapten a lo que uno necesita. Revisamos el tidy data y su relevancia en el código.

Puedes leer los siguientes capítulos del libro R para Principiantes para complementar esta sesión:

1. Capítulo 4 - Tipos de datos

2. Capítulo 5 - Operadores

3. Capítulo 6 - Estructuras de datos

4. Capítulo 7 - Subconjuntos (subsetting)

En esta sesión hablamos sobre cómo importar distintos tipos de datos a nuestro ambiente de RStudio, que es una de las tareas más importantes a la hora de analizar datos.

1. R para ciencia de datos, capítulo 11

2. R para principiantes, capítulo 11

En esta sesión revisamos los aspectos más destacadas a la hora de analizar la factibilidad de llevar a cabo un proyecto de ciencia de datos.

Nota: esta sesión no tiene script.

1. Una mirada a la cultura de datos en Chile. Ministerio de Ciencias y Tecnología. Chile

2. Sistemas complejos y gestión pública. Mario Waissbluth. Universidad de Chile

Además, revisa los links complementarios de la presentación.

Todos cometemos malas prácticas a la hora de programar. Lo importante es estar atento/a a ellos y evitar que se queden ahí, generando malos olores en tu código.

Links:

1. Guías de estilo de Tidyverse.

2. Addin RStudio para estilar automáticamente el código.

Charla realizada para el Laboratorio de Gobierno de Chile. Red de innovadores públicos y su ciclo de charlas de aprendizaje. https://innovadorespublicos.cl/