Recursos para aprender Ciencia de Datos
Hola 👋
¡Te doy la bienvendida a este repositorio de recursos para aprender Ciencia de Datos! Aquí encontrarás una colección de enlaces a libros, videos y otros materiales que te ayudarán a adquirir habilidades en este apasionante campo, ya sea que estés dando tus primeros pasos o que tengas experiencia previa. Estos enlaces están clasificados según el lenguaje que trabajan. Por ahora, hay una sección para R y una para Python.
Enlaces para R
| Tema | Formato | Dificultad | Año de publicación | Recurso | Resumen | Costo |
|---|---|---|---|---|---|---|
| Introducción | Libro en línea | 🟢⚪️⚪️ | 2017 | R for Data Science de Hadley Wickham y Garett Grolemund | Introducción a la programación en R para ciencia de datos. Este es un gran punto de partida si nunca has programado en este lenguaje. | Gratis |
| Storytelling | Libro en línea | 🟢⚪️⚪️ | 2023 | Telling Stories with Data de Rohan Alexander | Se enfoca en explicar el flujo de trabajo para comunicar los hallazgos de ciencia de datos. No aplica únicamente para R, pero el desarrollo de los ejercicios son en este lenguaje. | Gratis |
| Visualización de datos | Libro en línea | 🟡🟡⚪️ | 2023 | ggplot2: Elegant graphics for Data Analysis de Hadley Wickham | Explicación del Grammar of Graphics que está detrás del paquete ggplot2, junto con ejemplos prácticos para que puedas construir tus gráficos. | Gratis |
| Dashboards | Libro en línea | 🟢⚪️⚪️ | 2020 | Mastering Shiny de Hadley Wickham | Explica cómo funciona la construcción de tableros de visualización usando Shiny, desde lo más básico hasta el concepto de reactrividad y mejores prácticas. | Gratis |
| Dashboards | Libro en línea | 🟡🟡⚪️ | 2020 | Engineering Production-Grade Shiny Apps de Colin Fay, Sébastien Rochette, Vincent Guyader y Cervan Girard. | Este libro aborda buenas prácticas para el diseño de apps con shiny, relacionadas con UX, prototipos, seguridad y despliegue. | Gratis |
| Econometría | Libro en línea | 🟡🟡⚪️ | 2016 | Principles of Econometrics with R de Constantin Colonescu | Contiene explicaciones para el modelo lineal, series de tiempo, modelos VEC, VAR, entre otros. | Gratis |
| Datos espaciales | Libro en línea | 🟢⚪️⚪️ | 2023 | Geocomputation with R de Robin Lovelace, Jakub Nowosad y Jannes Muenchow | Una introducción a los datos georreferenciados en R, con un buen resumen de los conceptos necesarios para trabajar con ellos en cualquier lenguaje. | Gratis |
| Datos espaciales | Libro en línea | 🟡🟡⚪️ | 2023 | Intro to GIS and Spatial Analysis de Manuel Gimond | Explica con ejemplos prácticos cómo trabajar con información georreferenciada usando paquetes como sp, sf, raster, tmap y ggplot2 | Gratis |
| Datos espaciales | Libro en línea | 🟡🟡⚪️ | 2019 | Using Spatial Data with R de Claudia A. Engel | Un libro corto sobre el trabajo con datos georreferenciados en R. Especialmente útil si quieres comparar cómo se hacen los mismos procedimientos en sf y sp. | Gratis |
| Datos espaciales | Libro en línea | 🟡🟡⚪️ | 2021 | Visualising WRC Rally Stages With rayshader and R de Tony Hirst | Una exploración de los paquetes raster y rayshader, basada en datos del World Rally Championship. | Gratis |
| Machine Learning | Libro en línea | 🟡🟡⚪️ | 2017 | An Introduction to Machine Learning de Sudhakaran Prabakaran, Matt Wayland y Chris Penfold | Ofrece un recorrido por algunos de los algoritmos de machine learning más comunes como Nearest Neighbors, Random Forests, Support Vector Machines, entre otros. | Gratis |
| Análisis de redes | Libro en línea | 🟡🟡⚪️ | 2022 | Handbook of Graphs and Networks in People Analytics de Keith McNulty | Explica los conceptos básicos de teroría de grafos y análisis de redes de la mano de ejemplos prácticos y el paquete igraph. | Gratis |
| Otros | Libro en Línea | 🔴🔴🔴 | 2019 | Advanced R de Hadley Wickham | Entra en detalle sobre temas avanzados de programación en R, incluyendo temas puntuales de asignación de variables, programación funcional y programación orientada a objetos de la manos de objetos tipo S3 y S4. | Gratis |
| Otros | Libro en Línea | 🔴🔴🔴 | 2022 | R Packages de Hadlye Wickham | Explica ael flujo de trabajo para escribir, probar, documentar y distribuir paquetes ene este lenguaje de programación. | Gratis |
Enlaces para Python
| Tema | Formato | Dificultad | Año de publicación | Recurso | Resumen | Costo |
|---|---|---|---|---|---|---|
| Introducción | Libro | 🟢⚪️⚪️ | 2023 | Python Data Science Handbook de Jake VanderPlas | Libro de introducción a la ciencia de datos con Python. Cubre una introducción a los cuadernos de Jupyter y el uso de librerías como NumPy, Pandas, Matplotlib y Scikit-learn. | Gratis |
| Introducción | Libro | 🟢⚪️⚪️ | 2019 | Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data, and The Cloud de Paul Deitel y Harvey Deitel | Introducción a la programación en Python para ciencia de datos. Este es un gran punto de partida si nunca has programado en este lenguaje. | Pago |
| Introducción | Libro | 🟢⚪️⚪️ | 2022 | Python Programming for Economics and Finance de Thomas J. Sargent y John Stachurski | Texto de introducción a la programación con Python, con ejemplos orientados a economía y finanzas. | Gratis |
| Machine Learning | Libro | 🟢⚪️⚪️ | 2022 | Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow de Aurelién Géron | Explicación de conceptos relacionados con Machine Learning para principiantes, acompañados de la implenentación del código en scikit-learn y Tensorflow. | Pago |
| Big data, Machine learning | Libro | 🟢⚪️⚪️ | 2023 | Big data, machine learning y data science en python de José Manuel Ortega | El libro está dirigido aquellos lectores que estén trabajando en proyecto relacionados con big data y busquen identificar las características de una solución de Big Data, los datos asociados a estas soluciones, la infraestructura requerida, y las técnicas de procesamiento de esos datos. | Pago |
| Deep Learning | Libro en línea | 🟡🟡⚪️ | 2021 | Zero to Mastery TensorFlow for Deep Learning book de Daniel Bourke | Enseña los fundamentales de Tensorflow de la mano de ejercicios prácticos, con el objetivo de pasar el examen de certificación de Tensorflow Developer. | Gratis |
| Deep Learning | Libro en línea | 🟡🟡⚪️ | 2021 | Learn PyTorch for Deep Learning: Zero to Mastery book de Daniel Bourke | Enseña los fundamentales de PyTorch de la mano de ejercicios prácticos. | Gratis |
| Deep Learning | Curso en línea | 🟡🟡⚪️ | 2021 | NLP Course de Huggingface | Explora algunos flujos de trabajo de Procesamiento de Lenguaje Natural de la mano del ecosistema de librerías de Huggingface, incluyendo 🤗Transformers, 🤗Datasets, 🤗Tokenizers, y 🤗Accelerate | Gratis |
| Deep Learning | Materiales de clase | 🔴🔴🔴 | 2023 | CS231n Convolutional Neural Networks for Visual Recognition de Stanford | Matierales de la clase de Stanford en las que se aborda la teoría de las redes neuronales y aplicaciones en código para tareas de visión artificial. | Gratis |
| Deep Learning | Curso en línea | 🔴🔴🔴 | 2022 | Deep RL Course de Huggingface | Explica conceptos basicos del aprendizaje reforzado, para implementar aprendizaje reforzado profundo en librerías como Pytorch, Optuna y Unity ML-Agents. | Gratis |
| Econometría | Libro en línea | 🟡🟡⚪️ | 2023 | Quantitaive Economics with Python de Thomas J. Sargent y John Stachurski | Libro con materiales enfocados en la modelación económica, que cubre temas como la programación lineal y dinámica, además de modelos de crecimiento, búsqueda de empleo y valoración de activos. | Gratis |
| Econometría | Libro en línea | 🟡🟡⚪️ | 2023 | Advanced Quantitative Economics with Python de Thomas J. Sargent y John Stachurski | Libro con materiales enfocados en la modelación económica, que cubre temas como modelos de múltiples agentes, tributación óptima, reisgo fiscal, entre otros. | Gratis |
Contribuye 🤓
Tu participación es vital para enriquecer aún más este repositorio. Si conoces algún recurso que consideras que debería estar incluido en esta lista, o si tienes alguna sugerencia para mejorar la estructura del repositorio, no dudes en contribuir. Puedes abrir un issue o crear un pull request.