GU

2025 Milwaukee Picks

Geo Spatial analysis using R

Descripción: Vida real: leer CSV/Excel (readr/readxl), limpiar textos y niveles (stringr/forcats), trabajar fechas con lubridate y unir tablas con dplyr (left_join, inner_join, semi/anti_join). Cierra exportando reportes listos para análisis. Caso práctico: pagos por mes y riesgo con “gap” vs. promedio. Duración: 40–50 min. Resultado esperado: pipelines limpios y datos listos para modelar.

Descripción: De “cositas sueltas” a estructuras útiles: construir, inspeccionar y filtrar data frames; transformar columnas; resumir por grupos; unir tablas con merge; y organizar todo en una lista con funciones internas. Caso práctico: pólizas, siniestros y pagos. Duración: 30–40 min. Resultado esperado: sabes navegar [], $, aggregate() y listas sin marearte.

Descripción: Calentamiento express para arrancar con R: crear objetos con <-, elegir nombres decentes, reconocer clases (numeric, character, logical) y dominar vectores (c(), :, seq(), rep()), indexación y NA. Mini-retos con un contexto actuarial (siniestros) para que no sea teoría vacía. Duración: 25–35 min. Resultado esperado: ya no peleas con lo básico.