Ciencia de los Datos Aplicada
Undergraduate Programme. Academic Year 2024/2025.
SOFTWARE ESTADÍSTICO II - 806308
Curso Académico 2024-25
Datos Generales
- Plan de estudios: 081C - GRADO EN CIENCIA DE LOS DATOS APLICADA (2022-23)
- Carácter: Obligatoria
- ECTS: 6.0
SINOPSIS
COMPETENCIAS
Generales
CG8 - Demostrar un pensamiento lógico y un razonamiento estructurado.
CG10 - Desarrollar la capacidad de expresar y aplicar rigurosamente los conocimientos adquiridos en la resolución de problemas.
CG11 - Poner en práctica las técnicas, herramientas y metodologías propias de la Ciencia de los Datos en distintos ámbitos de aplicación.
CG10 - Desarrollar la capacidad de expresar y aplicar rigurosamente los conocimientos adquiridos en la resolución de problemas.
CG11 - Poner en práctica las técnicas, herramientas y metodologías propias de la Ciencia de los Datos en distintos ámbitos de aplicación.
Específicas
CE7 - Utilizar las herramientas de software necesarias para almacenar, procesar y visualizar datos de cualquier volumen sobre distintos ámbitos, tales como datos textuales, datos espaciales, relaciones espacio temporales, etc.
CE10 - Diseñar, programar e implantar aplicaciones de análisis y Ciencia de los Datos.
CE10 - Diseñar, programar e implantar aplicaciones de análisis y Ciencia de los Datos.
ACTIVIDADES DOCENTES
Clases teóricas
50%
Clases prácticas
50%
TOTAL
100%
Presenciales
2,4
No presenciales
3,6
Semestre
3
Breve descriptor:
Introducción al análisis de datos con R. Manejo del entorno de tidyverse. Manejo de paquetes actuales. Visualización de datos
Contenido
- Introducción a R y RStudio. Organización del trabajo. Manejo de errores
- Introducción a R base. Tipos de variables y concatenación (vectores). Operaciones con vectores. Tipos de datos especiales: fechas y cadenas de textos. Uso de primeros paquetes.
- Presentación de resultados: introducción a Quarto y rmarkdown. Elaborar apuntes y diapositivas
- Primeras estructuras de datos: matrices. Inconvenientes y limitaciones. Primeros datasets: data.frame y tibble. Ventajas respecto a data.frame: rapidez, legibilidad, recursividad y memoria.
- Introducción a tidyverse. Tidydata. Pivotar tablas. Importar/exportar datasets. Cruce de tablas
- Manejo de tidyverse. Operaciones por filas y columnas
- Estructuras de control, bucles y funciones propias. Variables locales vs globales
- Manejo de listas y cualitativas. Paquetes purrr y forcats.
- Introducción a ggplot. Visualización de datos. Animación de gráficas y mapas.
- Uso de control de versiones. Github y gitkraken.
Evaluación
A lo largo del curso se plantearán una serie de entregas individuales aplicando los conocimientos aprendidos a datasets reales.
Se realizará también una entrega final grupal en la que tendrán que exponer el análisis realizado con un caso real.
La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:
a) La calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
El alumno/a tiene la opción de superar la asignatura por evaluación continua. Además cualquier alumno/a tendrá derecho a una prueba final pudiendo resultar su calificación la nota final del curso.
Se realizará también una entrega final grupal en la que tendrán que exponer el análisis realizado con un caso real.
La nota final tendrá en cuenta tanto la evaluación continua como la prueba final. Se calculará como el máximo entre:
a) La calificación de la prueba final.
b) La media ponderada de la evaluación continua y la prueba final, siendo el peso de la evaluación continua de al menos el 35%.
El alumno/a tiene la opción de superar la asignatura por evaluación continua. Además cualquier alumno/a tendrá derecho a una prueba final pudiendo resultar su calificación la nota final del curso.
Bibliografía
- Wickham, H., Grolemund, G.. «R for Data Science». Disponible gratuitamente en https://r4ds.had.co.nz/index.html
- Álvarez-Liébana, J. (2023). Curso introductorio de manejo y depuración de datos. «Manejo de datos en R». Disponible gratuitamente en https://javieralvarezliebana.es/curso-R-RTVE/#/title-slide
- Álvarez-Liébana, J. (2022). Curso introductorio a la visualización de datos. «Analizando datos, visualizando información, contando historias». Disponible gratuitamente en https://javieralvarezliebana.es/curso-slides-dataviz-ECI-2022/#1
- Álvarez-Liébana, J. (2021). Manual introductorio a R base. «Aprendiendo R sin morir en el intento». Disponible gratuitamente en https://javieralvarezliebana.es/curso-intro-R/
- Wright, C., Ellis, S.E., Hicks, S. C., Peng, R. D. (2021). «Tidyverse skills for data science». Disponible gratuitamente en https://jhudatascience.org/tidyversecourse/
- Matloff, N (2011). The Art of R Programming. A tour of statistical software design. Disponible como recurso electrónico en la biblioteca de la UCM.
- Crawley, M.J. The R book. Disponible como recurso electrónico en la biblioteca de la UCM
- Álvarez-Liébana, J. (2023). Curso introductorio de manejo y depuración de datos. «Manejo de datos en R». Disponible gratuitamente en https://javieralvarezliebana.es/curso-R-RTVE/#/title-slide
- Álvarez-Liébana, J. (2022). Curso introductorio a la visualización de datos. «Analizando datos, visualizando información, contando historias». Disponible gratuitamente en https://javieralvarezliebana.es/curso-slides-dataviz-ECI-2022/#1
- Álvarez-Liébana, J. (2021). Manual introductorio a R base. «Aprendiendo R sin morir en el intento». Disponible gratuitamente en https://javieralvarezliebana.es/curso-intro-R/
- Wright, C., Ellis, S.E., Hicks, S. C., Peng, R. D. (2021). «Tidyverse skills for data science». Disponible gratuitamente en https://jhudatascience.org/tidyversecourse/
- Matloff, N (2011). The Art of R Programming. A tour of statistical software design. Disponible como recurso electrónico en la biblioteca de la UCM.
- Crawley, M.J. The R book. Disponible como recurso electrónico en la biblioteca de la UCM
Estructura
| Módulos | Materias |
|---|---|
| No existen datos de módulos o materias para esta asignatura. | |
Grupos
| Clases Teóricas y/o Prácticas | ||||
|---|---|---|---|---|
| Grupo | Periodos | Horarios | Aula | Profesor |
| Grupo Único | 09/09/2024 - 20/12/2024 | JUEVES 11:00 - 13:00 | - | JAVIER ALVAREZ LIEBANA |
| Actividades Prácticas | ||||
|---|---|---|---|---|
| Grupo | Periodos | Horarios | Aula | Profesor |
| Grupo Único | 09/09/2024 - 20/12/2024 | LUNES 13:00 - 15:00 | - | JAVIER ALVAREZ LIEBANA |