Publications by Mafer González
Evidencia de Bootcamp de Programación
Contexto Para Arca Continental su principal canal de distribución es el canal tradicional, es decir, las tienditas de la esquina. Esto permite que la familia de productos de la compañía Coca Cola estén siempre cerca de sus consumidores a través de estas pequeñas empresas familiares que forman parte de su propia comunidad. Sin embargo, est...
15128 sym 15 img
Gráficas
Contexto Explorar distintas formas de graficar Importar la base de datos # file.choose() df <- read.csv("C:\\Users\\Mafer G\\Downloads\\abarrotes_df_limpio.csv") Realizar Gráficas # install. packages("ggplot2") library(ggplot2) ggplot(df, aes(x=Subtotal)) + geom_histogram() + labs( title = "Histograma de Subtotales", subtitle ...
1299 sym 3 img
Limpieza de datos abarrotes
Contexto Una empresa con 5 tiendas en el país solicita un análisis de sus ventas de abarrotes entre mayo y noviembre del 2020 Importar base de datos #file.choose() df <- read.csv("C:\\Users\\Mafer G\\Downloads\\abarrotes.csv") Entender la base de datos resumen <- summary(df) resumen ## vcClaveTienda DescGiro Codigo.Barras ...
854 sym R (18193 sym/47 pcs) 3 img
Clase Bootcamp 1
R Markdown This is an R Markdown document. Markdown is a simple formatting syntax for authoring HTML, PDF, and MS Word documents. For more details on using R Markdown see http://rmarkdown.rstudio.com. When you click the Knit button a document will be generated that includes both content as well as the output of any embedded R code chunks within...
598 sym 1 img
Comandos Basicos
Asignación de variables x <- 3 y <- 2 Impresión de resultados x ## [1] 3 y ## [1] 2 Operaciones aritmeticas suma <- x+y suma ## [1] 5 resta <- x-y resta ## [1] 1 multiplicacion <- x*y multiplicacion ## [1] 6 division <- x/y division ## [1] 1.5 division_entera <- x%/%y division_entera ## [1] 1 residuo <- x%%y residuo ## [1] 1 potencia <-...
2314 sym 2 img
Modelo Predictivo
Modelo predictivo Contexto: Una empresa de renta de bicicletas, quiere obtener un pronostico de rentas mensuales para el proximo año. Paso 1. Importar la base de datos #file.choose() df <- read.csv("C:\\Users\\Mafer G\\Desktop\\rentadebicis (2).csv") Paso 2. Entender la base de datos resumen <- summary(df) resumen ## hora dia...
2704 sym 2 img