Investigaciones Reproducibles con R Markdown
Combina tu código, los resultados y las conclusiones de forma profesional con R Markdown
Aprende a presentar de manera profesional los resultados de tus investigaciones de Ciencia de Datos.
Incluye solo lo que deseas y con el énfasis que deseas. Oculta el código y muestra solo las visualizaciones importantes y si necesitas más detalles técnicos despliega el código a tu voluntad.
Permite que tu audiencia se concentre solo en los resultados importantes de tu investigación y que no se vean distraídos por detalles técnicos innecesarios.
Descarga desde este enlace un ejemplo de un desarrollo similar a los que crearás durante el curso: Investigación reproducible.
Tu Instructor
Hola, mi nombre es Marlon Muñoz Guevara y soy un apasionado del análisis de datos. Soy Ingeniero Industrial con un Postgrado en Análisis de Datos y una Especialidad en Minería de Datos. Actualmente me desempeño como Manager de BI en Analytics en una reconocida institución transnacional dedicada a servicios en datos con enfoque financiero. Y llevando una especialidad de Ciencia de Datos y Bussiness Analytics de España.
Poseo la certificación Microsoft PL-300 (Power BI Data Analyst Associate), lo que respalda mi experiencia y conocimientos en la creación de soluciones avanzadas de análisis de datos. Me encanta enseñar utilizando explicaciones sencillas y detalladas. Como instructor, ofrezco cursos relacionados con Power BI, Funciones DAX, Power Query, Modelado de Datos y R.
A lo largo de mi carrera, he tenido la oportunidad de ayudar a muchas empresas de diferentes sectores, demostrando el potencial que el Análisis de Datos puede aportar tanto a personas como a organizaciones.
¡Espero verte en el curso para ayudarte a desarrollar estas habilidades!
Plan de Estudios
-
Inicio3.1 Introducción de Chucks dentro de un Rmarkdown (6:51)
-
Inicio3.2 Configuraciones del Chunk - Parte 1 (8:17)
-
Inicio3.3 Configuraciones del Chunk - Parte 2 (8:41)
-
Inicio3.4 Gráficos de R dentro de un Rmarkdown (9:04)
-
Inicio3.5 Chunk de SQL y Python en Rmarkdown (7:30)
-
Inicio3.6 Flujo y renombre de los Chunks (3:55)