Logística: esta sección sirve para poner en un mismo lugar todos los recursos y materiales que usaremos durante el curso. Al final de esta sección pondré bibliografía y/o materiales adicionales.


Recursos

Los que usaremos más

  • Etherpad: durante el curso escribiremos código R. Esta etherpad nos permitirá compartir el código.

  • Foros del curso: un espacio para resolver preguntas sobre el curso y las tareas para casa.

  • Wiki del curso: una wiki asociada al curso para hacer unos apuntes colaborativos y registrar las erratas que vayáis encontrando en los materiales del curso.

Para recoger las tareas

  • Uploader: Un servicio que utilizaré para recoger vuestros trabajos. Ya os diré como funciona. Lo abriré cuando tenga que recoger trabajos.

  • Cuestionario de Google: Generalmente recogeré los trabajos con el uploader o por mail, pero esa función también podría hacerla este cuestionario.

Sitio oficial de la asignatura en Aula Virtual
  • Aula Virtual de la asignatura: como Aula Virtual es el sitio oficial de la asignatura colgaré allí los anuncios de tipo “oficial”. También colgaré en Aula Virtual los detalles sobre la evaluación. Además, si hiciera falta, allí podemos organizar reuniones virtuales a través de BBC (Black Board Collaborate).
Fácil que los usemos menos, pero per si de cas, aquí están:

  • RStudio Cloud Project: El año pasado este recurso nos resulto muy útil, pero ahora la versión gratuita tiene límite de tiempo, aunque de momento yo sí lo estoy usando para dar clase en el aula.

  • Jitsi link to make e-meetings: Una room de Jitsi para hacer reuniones online. Seguramente la utilizaremos para las tutorías online.

  • Screenleap: Por si nos hace falta compartir pantalla.



Materiales de clase

  • Tutoriales : digamos que son los apuntes/libro oficial del curso. Tenéis que ir leyéndolos poco a poco. Algunas de las tareas a hacer en casa consistirán en leer secciones de estos tutoriales. Los puedes encontrar en la sección Tutoriales de esta misma web.

  • Transparencias : las transparencias (o slides) que usaré para dar clase. Las puedes encontrar en la sección Slides de esta misma web.

  • Guiones de clase/Ejemplos/Ejercicios: iré colgando conforme avancen las clases.



Bibliografía

La bibliografía que figura en la Guía Docente es:

Básica
Complementaria



Más bibliografía/Recursos

La comunidad R es muy dinámica y en general comparte sus materiales, lo que hace que los recursos para aprender R sean, exagerando un poco, casi infinitos. Es imposible abarcarlo todo, es una avalancha continúa de nuevas paquetes, análisis, cursos, libros, etc….

Mas abajo tenéis un listado de recursos, pero, de todas formas, mira lo que dice Jesse Mostipak sobre aprender #rstats:



Este cartoon, en cierta manera, complementa el tweet anterior:

From https://jonocarroll.github.io/ggeasy , an adaptation of https://xkcd.com/1168/

From https://jonocarroll.github.io/ggeasy , an adaptation of https://xkcd.com/1168/


Además, como me gusta el tema: el siguiente tweet es la respuesta a @tlyzawx que se quejaba en Twitter de que después de usar Phyton varios años, aún tuviese que buscar ayuda cada vez que usaba la librería Matplotlib. Le contesta @dopplershift uno de los desarrolladores de la librería.


Recursos para buscar inspiración para tus proyectos

  • R-weekly: cada semana envían un archivo con los mejores análisis hechos con R esa semana. Tienes que apuntarte aquí.

  • R-bloggers: Un agregador de blogs relacionados con R.

  • Kaggle: plataforma para aprender ML. Encontrarás datos y análisis de estos.

  • Tidy Tuesday: cada semana lanzan una competición de visualización con unos datos.


Más recursos

  • Quick-R

  • r-statistics.co

  • Modern Drive: un libro, en realidad un bookdown, que me gusta.

  • swirl: swirl teaches you R programming and data science interactively, at your own pace, and right in the R console!

  • R views: Un blog de la comunidad R editado por RStudio. Cada mes saca un post con los mejores 40 paquetes de ese mes; por ejemplo, [aquí[(https://rviews.rstudio.com/2020/08/27/july-2020-top-40-new-cran-packages/)] tienes el de julio de 2020.

  • Stack Overflow: si al final acabas utilizando R para tus análisis, seguramente acabarás utilizando Stack Overflow. Es una comunidad de programadores, en la que muchas veces resolverás las dudas que te puedan surgir en tu aprendizaje sobre R.


Awesome list

Mucha gente hace sus propias listas de recursos R, aquí tienes algunas: