Introdução à Ciência de Dados com R/tidyverse

• Organizador: Daniel Lima Ribeiro (MP-RJ), daniel@mprj.mp.br
• Professor: Dan S. Reznik (PUC-CCE), dan@upperwestsolucoes.com
• Monitores
  • Matheus Donato (ENCE/IBGE), donats.donato@gmail.com
  • Thomás Jagoda (UFRJ), thomasjagoda@poli.ufrj.br
• Homepage: https://dan-reznik.github.io/MPRJ-Main/

Notebook recomendado

• CPU i3 (6a geração ou melhor), RAM >= 4Gb, Windows10
• Tela: 14” (ou maior) e “full HD” (1920x1080). Evitar telas HD “puro” (720p)
• Exemplo: Samsung Essentials E30

Downloads p/ Windows10

• R 3.5.3
• RStudio 1.1.463
• Git
• Notepad++

Pós-Instalação

• Instalar pacote tidyverse executando no cmd prompt:
  • R -e "install.packages('tidyverse',repo='https://cloud.r-project.org')"

Git e GitHub

• GitHub
  • Criar conta no GitHub
  • Fork: https://github.com/dan-reznik/R-Ministerio-Publico-RJ
• RStudio, criar chaves SSH
  • git remote -v
  • git remote set-url origin git@github.com:user/repo_name.git
• Git, identificar usuário no cmd prompt:
  • git config --global user.email "<seu_mail>@<...>.com"
  • git config --global user.name "<seu nome>"

Plano de Aulas (sujeito a alterações)

• Aula 1
  • Slides introdutórios
  • Colocamos alunos no GitHub, fork do repositório, clonagem
  • Navegação no RStudio
  • Comandos básicos de R no console
• Aula 2
  • “refork” do projeto c/ delete, clonagem
  • Comandos basicos do R num script .R
  • Introdução a notebooks
  • Criação de dataframes manualmente
  • Leitura e exportação de dataframes com arquivos .csv
• Aula 3
  • Rename remote: git remote set-url origin https://github.com/dan-reznik/MPRJ-Main
  • Atualizar o fork do projeto
    • git remote add upstream https://github.com/dan-reznik/MPRJ-Main && git fetch upstream && git checkout master && git merge upstream/master
    • Nota: em caso de erro de merge, git add . && git commit -m "fix merge" && git merge upstream/master
    • “push” p/ seu fork pelo Rstudio
  • Introdução ao “pipe” %>%
  • Os “verbos” do dplyr: select, filter, mutate, arrange, group_by, summarize
  • Cheatsheets
    • Data Import
    • Data Transformation
  • Exercícios dplyr
• Aula 4
  • Revisão: verbos do dplyr
  • Visualização com ggplot2, do livro do Kieran Healy, “Data Visualization”
  • Cheatsheet: Data Visualization
  • Use ggplot2 como Tableau com esquisse
  • Exercícios ggplot
• Aula 5
  • RMarkdown, cheatsheet
  • Projeto:
    • Escolher dataset aberto
    • Propor questão de negócios + visualizações
    • Criar página do projeto no github com README.Rmd
    • Ingestão e preparo dos dados
• Aula 6
  • Projeto
    • Finalização
    • Entrega / Apresentação

Exercícios

• Página principal
  • dplyr
    • 1a lista, Matheus Donato
    • 2a lista, Ben Stenhaug
  • ggplot2
    • 1a lista, Thomás Jagoda
    • 2a lista, Thomás Jagoda

Projetos

• Execução Orçamentária
  • Anual
  • Mensal

Tutoriais

• Combina múltiplos CSVs num só dataframe: repo

Livros Online (grátis)

• H. Wickham & G. Grolemund , “R for Data Science” (r4ds)
• Kieran Healy, “Data Visualization”
• Claus Wilke, “Fundamentals of Data Visualization”
• Winston Chang, Graphics Cookbook, 2nd edition
• Garrett Grolemund, “Hands-on Programming with R”
• Claudia Engel, “Data Wrangling with R”
• Jenny Bryan, Happy Git and GitHub for the useR"
• Yihui Xie et al., “Blogdown: Creating Websites with R Markdown”
• Max Kuhn, “Applied Predictive Modeling”
• Max Kuhn, “Feature Engineering and Selection: A Practical Approach for Predictive Models”
• Mark Sellors, “Field Guide to the R Ecosystem”

Vídeos dos “Mestres”

• Hadley Wickham, “Whole Game”
• David Robinson, “Tidytuesdays”
• Ben Stenhaug, “Tidyverse Tutorial Playlist”

Sites Úteis

• Tidyverse
  • Pacotes
  • Cheatsheets
  • Regular Expressions
  • TeachR
• Visualização
  • Data Visualization in R, slides
  • Galeria do ggplot2
  • Yan Holz’s Classes
• Markdown
  • Pimp my Rmd
• Pacotes R
  • Leaderboard
  • Task Views
  • Awesome R
• Blogs
  • R-Bloggers
  • Hadley Wickham, “Como se tornar um Cientista de Dados”
• Version Control
  • Abhishek Joshi, “Tutorial Git”
  • Rstudio & Git
  • Karl Broman, “Github tutorial”
  • Michael Freedman, “Git Collaboration”