Lenguaje R Aplicado a la Agronomía

Inicia 20 de Marzo
$250.000 $ 180.000*
* Promoción válida hasta completar cupos. Válido para pagos vía transferencia bancaria.
1º Edición

Cursado Virtual Sincrónico / Asincrónico

Encuentros semanales
dictados por docentes expertos en la temática

Experiencia de aprendizaje flexible, a tu propio ritmo

Acceso las 24 horas a material de lectura, contenido multimedia, y actividades prácticas

Docente a Cargo

Esteban-Souza-AGDI

Esteban Souza

Ingeniero agrónomo especializado en teledetección, SIG y ciencia de datos con más de 10 años de experiencia trabajando tanto de manera autónoma como para empresas del sector agropecuario y ambiental.

Objetivos del Curso

  • Adquirir habilidades en la escritura de código en R.
  • Procesar y transformar datos agrícolas en R.
  • Realizar análisis de datos y generar visualizaciones útiles en la agricultura.
  • Desarrollar habilidades para automatizar el procesamiento de datos

Modalidad de Dictado

El curso se divide en 5 módulos, que se corresponden cada uno con una clase semanal.
A su vez, a lo largo de todo el curso se trabajará sobre un proyecto práctico de manera transversal a todos los módulos con el objetivo de aplicar los contenidos de cada módulo y de dar coherencia a todo el programa.

Contenido Programático

  • Introducción a R y RStudio
    - Interfaz de RStudio y flujo de trabajo básico.
    - Instalación y manejo de paquetes.
    - tidyverse: Una introducción a su enfoque de programación y funciones.
  • Conceptos básicos de programación
    - Asignación de variables y tipos de datos en R.
    - Estructuras de control: if y for.
    - Funciones básicas y su creación.
  • Primer acercamiento al proyecto
    - Definición de objetivos y alcance del proyecto.
    - Planificación y organización de datos.
  • Manejo avanzado de dataframes con dplyr y tidyr
    - Importación de tablas de datos (CSV, Excel, entre otros).
    - Lectura de archivos de manera programática.
    - Operaciones con dataframes: seleccionar, filtrar, mutar.
    - Agrupación y resumen de datos.
    - Pivotar tablas.
    - Procesar datos de fecha y hora
  • Análisis exploratorio de los datos
    - Estadísticas descriptivas: promedio, mediana, desvío estándar, rangos.
    - Distribución de datos y correlación entre variables.
  • Comienzo del proyecto
    - Importación de datos para el proyecto.
    - Limpieza y preparación inicial de datos.
    - Análisis descriptivo de los datos del proyecto.
  • Trabajar con datos espaciales vectoriales
    - Introducción a objetos espaciales con 'sf'.
    - Operaciones básicas con datos espaciales: joins, intersections, buffer.
  • Manejo de datos raster.
    - Uso de paquete 'terra'.
    - Funciones básicas para rasters: reproyectar, remuestreo y máscaras.
    - Operaciones entre rasters y objetos vectoriales: extraer, máscaras.
  • Integración de datos espaciales en el proyecto
    - Aplicación de técnicas espaciales a datos del proyecto.
    - Análisis espacial preliminar.
  • Consulta de APIs usando librerías dedicadas
    - Obtención de datos climáticos y de suelos.
    - Integración y repaso de los módulos anteriores.
  • Aplicación al proyecto e integración de los nuevos datos en el análisis.
  • Visualización de datos con ggplot
    Principios de visualización de datos.
    - Creación de gráficos: barras, líneas, scatterplots.
    - Personalización de gráficos.
  • Creación de mapas.
    - Plotear datos vectoriales y raster de manera sencilla usando el tmap.
  • Finalización del proyecto
    - Análisis completo del proyecto.
    - Creación de visualizaciones finales (gráficos y mapas).
    - Presentación y discusión de los resultados del proyecto.
×