Este apartado iré actualizándolo conforme pasen las semanas. Aquí os dejaré las tareas previas a cada clase. TENÉIS que hacer las tareas previas.
Las clases serán los viernes de 15:30 a 19:30 en el aula 103 del aulario Sur. Haremos descansos. Veremos cómo.
Tenemos 13 sesiones. Intenta faltar lo menos posible y asiste, sí o sí, a las 3-4 primeras sesiones.
Intentaré ajustar y acertar lo más posible la programación pero … , como sabéis, en una clase siempre puede haber incidentes/sorpresas.
Repito: Antes de venir a clase TENÉIS que hacer las tareas previas asignadas.
Homework (para hacer antes de ir a clase)Lee la sección Guía del curso de la página web del curso.
Créate una cuenta en Github. La usaremos para acceder a varios servicios web.
Prepara tu ordenador; es decir, instálate R, RStudio y los paquetes. Aquí tienes una guía para la instalación. Si tienes algún problema con la instalación contacta conmigo por email.
Lee el primer turorial: Tutorial 01: Introducción. Es solo leer, no hay que estudiar nada; además se lee fácil. Se trata simplemente de poner en contexto el curso y hablar un poco de que es esto de la “era del Big Data”, la ciencia de datos etc …
Si quieres, puedes echarle un vistazo a las 2 primeras transparencias: aquí y aquí.
Lo primero presentar el curso
Hablar de la evaluación y forma de trabajo en el curso.
Hablar un poco de algunas de las ideas del Tema 1
¿Cómo trabajaremos con R? Workflow
Ejemplos iniciales
Muchas veces para (medio) entender/saber hacer estas cosas tendrás que asistir a tutorías o estudiar o preguntar a un compañero, o ….
¿Qué es la ciencia de datos?
¿Qué es R y RStudio? ¿Y los paquetes?
¿Qué son los ficheros .R? ¿Y los .Rmd? ¿Y los Rprojects?
Saber interactuar con R a través de Rprojects
Too much for the first class? Igual sí. Al final veremos lo que podamos. Primero tenemos que adaptarnos a las condiciones .
Homework (para hacer antes de ir a clase)Leer el e-mail que os he mandado a vuestro correo de la UV y hacer (si quieres) las 3 tareas extra-oficiales que allí os cuento. Además, en el mail hay una cuarta tarea, está cuarta tarea sí es oficial, hay que hacerla.
Leer el tutorial nº 2. En el tutorial aparece una pequeña explicación de las ventajas de usar Rprojects y hace hincapié en el concepto de rutas relativas. Trata de entenderlo, lógicamente, pero si tienes dudas/problemas no pasa nada, lo trabajaremos en profundidad cuando empecemos el tutorial nº 04, supongo que en la tercera sesión/viernes del curso.
Configurar RStudio. Para ello tienes que seguir las instrucciones que figuran en el tutorial nº 2, concretamente aquí. Es importante que tengamos todos la misma configuración, ya explicaré la razón en clase.
Finalizar las Slides-03: Primeros pasos. para tratar de acabar de entender/habituarnos a RStudio, los Rprojects etc …
Estaremos un buen rato con el ejemplo “ej_01_ejemplo-inicial.R”; es un análisis muy simple, pero ejemplifica bien lo que haremos durante el curso.
Utilizaremos el fichero “ej_01_ejemplo-inicial.Rmd” para crear una primera capa para entender los ficheros .Rmd
Ver todo los que podamos de R-base, para ello utilizaremos las Slides-04: R base. Es muy importante entender algunos conceptos como asignación, tipos de datos, estructuras de datos, funciones …
Homework (para hacer antes de ir a clase)Leer el e-mail que os he mandado a vuestro correo de la UV. Allí están los detalles de la primera entrega que forma parte de la evaluación continua. Hay que entregarla antes del jueves 1 de octubre a las 23:59.
La principal tarea que tenéis que hacer está semana es repasar un poco lo que hemos visto y ver si te vas sintiendo cómodo en R/RStudio.
Volver a leer el primer apartado del Tutorial 03: R base
Leer e intentar ejecutar el código de las Slides-04: R base.
Leer e intentar ejecutar el código de las Slides-05: Importar y exportar datos. Mejor si llegas al final, pero hasta donde llegues.
“Corregir” la primera entrega.
Hablar de la evaluación
Acabar con el “tema” de R-base. Para ello utilizaremos las Slides-04: R base.
Empezar a importar/exportar datos. Para ello usaremos las Slides-05: Importar y exportar datos.
Homework (para hacer antes de ir a clase)Leer el e-mail que os he mandado a vuestro correo de la UV. Esta vez no hay entrega pero os hablo de varios asuntos.
Otra vez, la principal tarea que tenéis que hacer es repasar lo que hemos visto.
Leer e intentar ejecutar el código de las Slides-05: Importar y exportar datos.
Leer todo lo que puedas del Tutorial 05: Data munging. El tutorial 04 no es importante que lo leas, pero sí el tutorial 05.
Por favor, aquellos que no tengan bien configurado RStudio que lo hagan esta semana. Para ello tienes que seguir las instrucciones que figuran en el tutorial nº 2, concretamente aquí.
Hablar sobre los 2 proyectos que forman parte de la evaluación continua, principalmente del trabajo en equipo.
Empezar por fin con el tidyverse:
Aprenderemos a importar y exportar datos. para ello usaremos las Slides-05: Importar y exportar datos.
Empezar a manipular datos à la tidyverse. Presentaremos ideas/conceptos como “the pipe” y “tidy data” y empezaremos a usar 2 paquetes del tidyverse: tidyr y dplyr, el principal paquete para manipular datos. Para ello usaremos las Slides-05(bis): Data munging.
Homework (para hacer antes de ir a clase)Leer el e-mail que os he mandado a vuestro correo de la UV. Esta vez sí hay entrega, la tercera. Ayer hicimos la segunda en clase.
Lee todo lo que puedas del Tutorial 05: Data munging.
Leer e intentar ejecutar el código de las Slides-05(bis): Data munging.
“Corregir” … bueno en realidad ver algunos de los fallos que tuvisteis en la entrega_02 y en la entrega_03. Se trata de no repetir errores y aprender de ellos.
Meternos de lleno con el tidyverse, concretamente con su principal paquete dplyr. Necesito que os leáis el tutorial 05 y las slides 05, please!!!!!
Espero, no sé si lo conseguiremos, pero espero empezar a hablar de ggplot2 y hacer nuestro primer super-gráfico.
Homework (para hacer antes de ir a clase)Leer el e-mail que os he mandado a vuestro correo de la UV. Esta vez también hay entrega: la cuarta. Esfuérzate e intenta aprender con ella el funcionamiento/sintaxis de dplyr.
Repasa el Tutorial 05: Data munging.
Lee los 2 primeros apartados del Tutorial 06: ggplot2.
Instalaros estos 2 paquetes: robservable y wpp2019. Los dos paquetes están en CRAN, así que podéis instalarlos con install.packages("nombre_del_pkg"). Acordaros de que, para evitar problemas, es mejor instalar los paquetes desde una sesión limpia de R.
Corregir la entrega_04.
Acabar el tutorial 05. Espero que a mitad de clase, un poco antes.
Empezar con las ideas básicas de ggplot2 y está vez sí, hacer nuestro primer super-gráfico.
Homework (para hacer antes de ir a clase)Leer el e-mail que os he mandado a vuestro correo de la UV. Esta vez es muy escueto, pero en él os he mandado la entrega_05_casa. Se trata de practicar un poco más manejo de datos con tidyverse
Lee todo lo que puedas del Tutorial 06: ggplot2.
Pégale un vistazo a las Slides-06(B): ggplot2 (más elementos).
Instalaros estos 3 paquetes: ggThemeAssist, esquisse y ggannotate.
Los dos primeros paquetes están en CRAN, así que podéis instalarlos con install.packages("nombre_del_pkg"). Igual ya los tenéis instalados. Podéis probarlo con library().
El tercer paquete no está en CRAN, podéis instalarlo con remotes::install_github("mattcowgill/ggannotate").
Acordaros de que, para evitar problemas, siempre es mejor instalar los paquetes desde una sesión limpia de R.
Corregir la entrega_05. Está vez sí la corregiremos.
Seguir con ggplot2: recordar las ideas básicas e introducir más elementos de los gráficos ggplot: Slides-06(B): ggplot2 (más elementos).
Posiblemente, veremos si llegamos, ver distintos tipos de gráficos: Slides-06(C): ggplot2 (distintos tipos de gráficos).
Homework (para hacer antes de ir a clase)Esta semana, como sabéis, no hay tarea para entregar. Bien!!!! Ya era hora, no?
La “única” tarea que tenéis es repasar/estudiar lo que vamos viendo, principalmente dplyr y ggplot2.
Bueno, en realidad también tenéis que pensar en los trabajos: el individual y el de equipo.
Continuar con el tutorial 06, concretamente, ver algunas ideas y herramientas relacionadas con la visualización y ggplot2.
Sabéis que tenemos que hacer una prueba en clase. Será sencilla y rápida (espero).
Empezar con Rmarkdown. Veremos las ideas básicas para poder hacer informes reproducibles con Rmarkdown y os proporcionaré unas plantillas que puedan serviros para vuestros trabajos.
Homework (para hacer antes de ir a clase)Empezar a aprender a escribir en Rmarkdown, para eso tienes que entregar el miércoles 18 de noviembre la tarea_07 de la que os he informado por e-mail.
Decidir, si no los has hecho ya, el tema de tu trabajo individual; precisamente de esto me tienes que informar mientras haces la tarea-07.
“Corregir” la tarea_07; en realidad ver algunos errores que no hay que cometer.
Si puedo leer la tarea_07, contaros un poco los temas sobre los que están trabajando tus compañeros de curso.
Trabajar un poco más con Rmarkdown: posiblemente usar Rmarkdown para hacer informes parametrizados y ver algún formato más de documentos Rmd.
Explicar como hacer tablas para documentos .Rmd
Echar algo de bronca, ya se me ocurrirá algo!!
Homework (para hacer antes de ir a clase)tarea-08, se trata de practicar un poco más con ggplot2 y hacer vuestros primeros mapas.Corregir la tarea_08.
Mapas, mapas y más mapas; bueno en realidad vamos a usar R para hacer una introducción a GIS, Geographic Information Systems o, Sistemas de Información Geográfica (SIG).
Bronca?? nah!!, todos los nombres de los ficheros de entregas estarán perfectos!!!
Homework (para hacer antes de ir a clase)No hay homework!!! 🙌 👏 👏
Bueno, en realidad tenéis que ir haciendo el trabajo en equipo, para presentarlo durante la última sesión del curso.
Bueno, 😇, tampoco estaría mal que le pegaseis un vistazo/lectura rápida al tutorial 10
Lo que no hicimos en la anterior clase debido a las lluvias: mapas, mapas y más mapas; bueno en realidad vamos a usar R para hacer una introducción a GIS, Geographic Information Systems o, Sistemas de Información Geográfica (SIG). 🇦🇶 🗾
Algunos ejemplos espero que chulos, pero nutritivos/formativos. 🥑 🥦
Como veis, os echaré de menos 👨🎓, PERO estoy contento: el curso se va acabando!!! 🏝️ 😎 🎸
Homework (para hacer antes de ir a clase)Tenéis que ir haciendo el trabajo en equipo. No!!!!, haciendo no, tenéis que ir acabando el trabajo en equipo
Además, tenéis que subir a Github vuestro trabajo en equipo. Da igual si aún no está del todo presentable, es solo una prueba para ver que todo funciona. Os he escrito un mail explicándoos cómo lo tenéis que hacer.
Explicar algo, un poco, de EDA y modelos (tutorial nº 10)
Hablar un poco de loop’s en R.
Generar informes .Rmd automáticos (informes parametrizados)
Algunos ejemplos usando datos de Twitter.
Ver otros formatos .Rmd, entre ellos Flexdashboard y Shiny.
Igual demasiado para la penúltima clase (supongo, pero ya veremos)
Homework (para hacer antes de ir a clase)Acabar y dejar chulos-chulos los trabajos en equipo. No os olvidéis de subir la última versión a Github
Mandar a tu profesor la ultima versión del trabajo en equipo.
Yo, relajarme y escuchar.
Vosotros, 👩🎓, sorprenderme con vuestras fantásticas presentaciones. Bueno, no pasa nada si alguna sale tan solo regular. El 🙌 👏 👏 lo vais a tener igual.
Ánimo con los trabajos y presentación!!!