R para la Ciencia de Datos
Edición web generada desde el libro LaTeX. Navega por los capítulos en la barra lateral o desde el índice siguiente.
Manual de introducción a la programación para la ciencia de datos con R, actualizado al estado del arte de 2026 (renv, targets, tidyverse, duckdb/duckplyr, arrow, tidymodels). El caso transversal es la música (Spotify Tracks Dataset). Dieciséis capítulos en cinco partes: Fundamentos del lenguaje, Estructuras de datos y diseño de programas, El stack numérico y tabular, Datos, estadística y visualización y Modelado, ingeniería y responsabilidad. Volumen hermano de Python para la Ciencia de Datos.
Próximamente se publicará la obra completa —con los ejercicios de cada capítulo, sus soluciones y los apéndices— en papel, PDF y EPUB.
Índice
- Capítulo 1. Entorno de trabajo y flujo reproducible
- Capítulo 2. El modelo de datos de R: vectores, copia y NA
- Capítulo 3. Control de flujo, funciones y manejo de errores
- Capítulo 4. Estructuras de datos integradas y su coste
- Capítulo 5. Entrada/salida, ficheros y formatos de datos
- Capítulo 6. Sistemas de objetos, evaluación ordenada y patrones
- Capítulo 7. Vectorización, matrices y álgebra en R
- Capítulo 8. Análisis tabular con dplyr y tidyr
- Capítulo 9. Datos a gran escala: arrow, DuckDB y duckplyr
- Capítulo 10. El ciclo de trabajo: limpieza, calidad y transformación
- Capítulo 11. Estadística descriptiva, probabilidad e inferencia
- Capítulo 12. Visualización de datos con ggplot2
- Capítulo 13. Fundamentos del aprendizaje automático
- Capítulo 14. Modelado tabular reproducible con tidymodels
- Capítulo 15. Privacidad y confidencialidad
- Capítulo 16. Reproducibilidad, ingeniería, despliegue y ética
Los datos de música proceden del Spotify Tracks Dataset de maharshipandya (Hugging Face, licencia BSD; espejos CC0) y no están cubiertos por la licencia de esta obra.