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
Análisis de textos	Libro en línea	🟡🟡⚪️	2020	Text Mining with R de Julia Silge y David Robinson.	Este libro es una gran introducción a las principales técnicas de análisis de textos como n-gramas, Tf-Idf, análisis de sentimientos, entre otros.	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
Machine Learning	Libro en línea	🟡🟡⚪️	2022	Supervised Machine Learning for Text Analysis in R de Emil Hvitfeldt y Julia Silge	Contiene una descripción de las tareas de preprocesamiento y análisis de textos con herramientas de Machine Learning en R	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

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.