Dejaré en este Issue algunas referencias claves para familiarizarse con R y sus paquetes. El listado irá desde lo más simple a lo más complejo.
Basics of R
El repositorio fasteR muestra la base del lenguaje R. Les recomiendo leer de este repositorio hasta la Lesson 13.
Una vez aprendido lo básico de los objetos de R, deberemos introducirnos a los paquetes de procesamiento y análisis de datos del así llamado Tidyverse.
Para esto utilizaremos la ayuda de dos libros gratuitos online:
R for Data Science. Este libro cubre la aproximación tidyverse que veremos más adelante. Además, muestra una introducción a los paquetes de procesamiento y manejo de datos dplyr y de visualización gráfica ggplot2. Adicionalmente se puede ampliar con el libro Advanced R.
Machine Learning en R
El recurso más sencillo que agregaré será el Tidymodels, que con una filosofía similar a Tidyverse permite generar workflows para entrenar, diagnosticar, evaluar diferentes algoritmos. Este conjunto de paquetes se acompana del siguiente libro online Tidy Modeling with R.
Con un nivel de complejidad un poco mayor está el paquete de R llamado caret, disponible en el CRAN y en su Repo en github. Este paquete permite el entrenamiento en clasificación y regresión y está acompañadpo por un libro gratruito online.
El paquete mlr3 es el de mayor complejidad y puede ser consultado en mlr3. La documentación de este paquete también se ofrece como un libro online gratuito o en su Repo de GitHub. Una lista de las funciones y paquetes de este ecosistema se puede ver aquí o en la siguiente imagen:
Dejaré en este Issue algunas referencias claves para familiarizarse con R y sus paquetes. El listado irá desde lo más simple a lo más complejo.
Basics of R
tidyverseque veremos más adelante. Además, muestra una introducción a los paquetes de procesamiento y manejo de datos dplyr y de visualización gráfica ggplot2. Adicionalmente se puede ampliar con el libro Advanced R.Machine Learning en R
El recurso más sencillo que agregaré será el Tidymodels, que con una filosofía similar a Tidyverse permite generar workflows para entrenar, diagnosticar, evaluar diferentes algoritmos. Este conjunto de paquetes se acompana del siguiente libro online Tidy Modeling with R.
Con un nivel de complejidad un poco mayor está el paquete de R llamado
caret, disponible en el CRAN y en su Repo en github. Este paquete permite el entrenamiento en clasificación y regresión y está acompañadpo por un libro gratruito online.El paquete
mlr3es el de mayor complejidad y puede ser consultado en mlr3. La documentación de este paquete también se ofrece como un libro online gratuito o en su Repo de GitHub. Una lista de las funciones y paquetes de este ecosistema se puede ver aquí o en la siguiente imagen:Paleo con R
paleoverse, basada en el artículo palaeoverse: A community-driven R package to support palaeobiological analysis. Tanto en el repositorio CRAN como en el Repo de Github, hay documentación disponible. Incluso existe una comunidad en X-Twitter. Creo que no hay que perderle de vista de cara a publicar/colaborar con ellos :bulb: