Hace unas cuantas semanas terminé de realizar el curso Computing for Data Analysis, en coursera.org, donde me inicié en conocer R, un software libre dedicado al mundo de la estadística, y que tiene su propio lenguaje de programación. Es el segundo curso que hacía sobre R, pero el primero que lo hacía “no obligado” (el primero era de la universidad donde cursé mi Master en Energías Renovables Distribuidas).
Computing for data analysis
Para los que se quieran iniciar en R, el curso es perfecto, aunque en mi opinión particular, algunas cosas no me han gustado.
Este es el primer curso que hacía en coursera.org, y mi nota del curso es 8. La calidad de los videos y el instructor es de 10, nada que reprochar, todo muy bien explicado y los videos oscilan entre 5 y 30 minutos, aunque lo normal es entre 15-20. El temario me ha parecido bien para ser un curso introductorio, o sea, que no deja de ser una visión general de cómo trastear lo básico con R.
El curso está diseñado para 4 semanas, pero yo lo ampliaría a 5. En concreto, la semana 3 está dedicada a 2 herramientas para mostrar información gráfica, ambas son suficientemente complejas como para requerir una unidad diferente para cada una, y no en una sola lección. Si además se complementa con algunos ejercicios de los realizados en la semana anterior, pues …. mejor que mejor. Quizás, este semana 3 es la más compleja del curso, sobre todo para los menos habilidosos con la programación, y en la que yo modificaría un poco el temario.
Es altamente recomendable tener una buena base de programación, pero aún siendo ese mi caso, debo confesar que las últimas semanas me costó bastante más tiempo y trabajo del previsto. Pero bueno … prueba superada!! El que se quede con la miel en los labios, tiene segunda parte.
En el foro del curso se criticó mucho una parte del contenido de la última semana,expresiones regulares, pero yo debo reconocer que me vino muy bien, pues a pesar de ser un tema general para todos los lenguajes de programación, es una de esas cosas que nunca me había interesado. El segundo e importante (y complejo) tema de esa última semana fueron las clases y métodos en R, que además de resultó demasiado complejo y enrevesado (o no puse especial interés … je je!!).
Por último, y por si te parece insuficiente para tus expectativas o necesitas profundizar más, puedes apuntarte al curso Data Analysis, la continuación durante 8 semanas más, .
Mi conclusión
Personalmente, me desanimé mucho la última semana, basicamente por culpa de Python: es demasiado fácil, frente a la complicada sintaxis de R, y en mi trabajo y en mi trabajo diario, Python me es más útil que R a no ser exclusivamente de un tema (estadística), sino que puedo utilizarlo para más cosas. Además, gracias a las librerías y paquetes estadísticas disponibles en Python puedo solventar la mayoría de problemas, sin necesidad de hacerlo en R.
Respecto a coursera.org
Me ha sorprendido gratamente la plataforma de cursos, por dos cosas: el variopinto abanico de cursos donde elegir, y por el elevado nivel de los cursos, con contenidos muy bien definidos. Hablo en plural porque estoy siguiendo otros dos cursos más, y estoy encantado.
En definitiva, coursera.org debería ser de obligada visita si quieres mejorar tu formación.