 Ok, bueno, hola a todos, bienvenidos a este tutorial. Nosotras vamos a trabajar con el paquete PickMeBots que hemos creado con los datos de PickMeBots. Pero bueno, primero que todo, ¿quién es somos nosotras? Yo soy Susana Escobar, vivo en El Salvador, donde trabajo como ML Engineer y coordinado el grupo de científicas de datos. Durante mi tiempo en el cargo, me he encontrado con varias barreras lingüísticas, por ejemplo, al invitar oradores internacionales o compartir material de aprendizaje. Me he dado cuenta que a veces es muy complicado encontrar recursos en español donde poder compartir para que otros también puedan aprender. Sobre todo en una comunidad como El Salvador, que pues la mayoría de personas no tienen como un acceso a educación para un segundo idioma. Y también estamos con María. Hola, hola a todos, encantada, estoy muy contenta de que hayáis podido estar con nosotros hoy. Bueno, yo soy María y junto con Susana creamos este tutorial, porque hace poco me certifico como instructora de RStudio. Y durante ese proceso me di cuenta que realmente no había muchos tutoriales disponibles en español. El español es mi primera lengua y tuve que hacer ejercicios y aprender de ejercicios en inglés. Entonces, nuestra motivación es desarrollar más recursos que estén en español. Es evidente que María y yo compartimos esta motivación por aumentar la accesibilidad de recursos para aprender en español. Pero así como a nosotras también queremos que conozcan a otras personas que también comparten nuestras motivaciones para obtener más recursos interactivos en español de aprendizaje. Entonces, una de ellas es Cristina. Cristina vive en Lima con sus dos hijos y su esposo. Ella enseña ciencia datos a estudiantes de licenciatura a través de Zoom y se ha encontrado con la dificultad de poder tener recursos interactivos. Y que además estén en español para compartir con sus estudiantes. Otro caso de ellos, por ejemplo, es son Fernando, Rita y Ricardo. Ellos son alumnos de Cristina, estudiantes de bioestadística. Se conocieron en una jacatón y de a partir de ahí dan formado un Estarda que es para conocer a otros médicos. A ellos también les ha resultado difícil encontrar tutoriales interactivos que estén en español para poder practicar ciencia datos y lo que están aprendiendo. Entonces, ¿cuál es? Bueno, entonces, nosotros, como pueden ver, hemos encontrado varios ejemplos de cómo la barrera lingüística dificulta la enseñanza y el aprendizaje de ciencia datos. Nuestro objetivo es poner a disposición de los recientios y grados al mundo de la ciencia datos un recurso para que puedan aprender R en español. Entonces, ¿cómo lo vamos a hacer? Nosotras queremos enseñar, aprender y, bueno, enseñar, crear y aprender en comunidad y para ello hemos seguido un libro, aquí se lo voy a presentar. Entonces, muchas de nuestras ideas se basan en este libro, que se llama Techie, Tech Together, está traducido también al de español, que fue un proyecto de comunidad para el cual María incluso contribuyó con la tradición de algunos de los capítulos, donde se, bueno, donde precisamente se hace claro que el aprendizaje es mucho más efectivo al hacerlo en comunidad, por ello, utilizando recursos como este libro y el libro de ciencia datos, es que hemos decidido crear un paquete que se llama Pinkwich Box, Pinkwinos Caja, que utiliza los datos de Pinkwinos y además tiene una licencia abierta, por lo que cualquiera puede contribuir y modificar este tutorial. Siempre y cuando esté de acuerdo con los términos y condiciones, además tenemos este sticker, que es el sticker del paquete. Para él, de hecho, hemos colaborado con Allison Horse, ella ha hecho para nosotros este sticker de Pinkwinos con diferentes sombreros de Latinoamérica, que son representativos como de la parte hispana de nuestro paquete. Bueno, ahora que ya les he dado un poquito de contexto de lo que es el paquete y la motivación, vamos a comenzar a practicar. Pero antes de hacerlo tú mismo, les vamos a dar una introducción de lo que son los ejercicios de Lerner, asumimos que para este momento ya se habrán bajado el paquete que lo han instalado en su computadora. Y si no lo tienen, pueden simplemente correr esta línea que aparece ahí, donde dice Lerner Roach Tutorial. Hoy era nuestro repositorio en GitHub, donde vas a encontrar las instituciones más detalladamente, igual si no lo tienen, nos pueden escribir al chat y María les puede enviar el enlace del grupo. Y bueno, en este momento María nos va a enseñar cómo podemos resolver uno de estos ejercicios y posteriormente ya vamos a practicar nosotros, entonces todavía no se preocupen por la instalación. Muchas gracias, Sara. Acabo de pasar el primer link, que por si alguien tiene problemas al correr el documento, hemos puesto algunos de los ejercicios en nuestra aplicación de Saini. Entonces, si alguien tiene problemas, simplemente clickear aquí y tenéis acceso. Pero si no tenéis problemas, por favor no clickeis, porque las licencias son limitadas. Voy a pasar las dos líneas de código que hay que ejecutar para ejecutar el primer ejercicio, pero lo voy a hacer interactivo. Entonces, si alguien quiere seguir conmigo, simplemente copiar y pegar esas dos líneas y vamos a ello. Entonces, voy a compartir mi pantalla. Entonces, podéis ver mi pantalla de estudio. Sí, ya la vemos. Vale, muchas gracias. Entonces, esas son las dos líneas que os he pasado por el chat. Entonces, simplemente una vez que, cuando ya tenemos el paquete PingWingsbox instalado, lo único que tendríamos que hacer es copiar estas dos líneas y copierlas en nuestra consola. Entonces, si hacemos esto, lo que va a pasar es que una pantalla de internet va a aparecer. Y voy a ejecutarlas para que veáis el ejemplo. Entonces, lo que pasa es que yo tengo aquí una pantalla abierta, entonces veis cómo se abre esta pantalla de internet. Hay otra manera alternativa de correr los ejercicios de learner, que es correrlos en el propio documento. Entonces, sería una vez que tenemos esos ejercicios creados, lo único que tenemos que hacer es correr el documento. Y va a pasar exactamente lo mismo, o sea que si vosotros copiáis y pegáis esa línea en vuestra consola, os va a aparecer esta pantalla de internet. Entonces, lo voy a hacer una vez que aparece esta pantalla, no va directamente, si lo hacemos corriendo el documento como he hecho en la segunda opción, no va directamente a internet, entonces lo voy a compartir así de esta manera. Entonces, una vez que tenemos los ejercicios, así es como aparecen los ejercicios en nuestro paquete de lenguinos. Entonces, al principio nos aparece una introducción y siempre nos aparece el objetivo de aprendizaje. Entonces, lo que quiero enseñaros aquí es cómo son estos ejercicios y cómo progresar a través de los ejercicios. En el siguiente ejercicio vamos a hacer un ejercicio real de Gigiplot, por ejemplo. Pero entonces, aquí nos van dando unas instrucciones y como acabo de decir, el objetivo es simplemente practicar con este tipo de ejercicios. Entonces, una vez que ya leemos el mensaje, podemos dar a continuar. Cuando damos a continuar, pasamos a la siguiente pantalla. Y la siguiente pantalla, por ejemplo, nos están pidiendo que empecemos a cargar las librerías que necesitamos para nuestros ejercicios. En este caso, nos dice que cargamos los paquetes tie diverse y datos. Entonces, lo que podemos hacer es completar aquí en las tres líneas que veis en la pantalla las palabras tie diverse y datos. Una vez que estos son los ejercicios en los que tenemos que rellenar palabras. Entonces, una vez que rellenamos las palabras, podemos enviar nuestra respuesta. Cuando enviamos la respuesta, nos aparece un mensaje. En este caso, hemos completado el ejercicio correctamente y nos dice que, efectivamente, así lo hemos hecho. Si no hubiéramos sabido cómo hacer estos ejercicios, siempre podemos venir aquí al botón donde pone pistas. Entonces, si clicamos aquí, vemos que nos aparece autocompletado en la primera librería y no nos aparece autocompletado en la segunda. Pero si damos a siguiente pista, sí aparece autocompletado. Entonces, esta ya sería la solución. Y lo que podemos hacer es copiar al portavapeles la respuesta y podemos pegarla. Podríamos volver a enviar la respuesta, pero es exactamente la misma respuesta. Entonces, esta parte del ejercicio ya la tenemos completado. Lo que podemos hacer es pasar a la siguiente pantalla. Como vemos, se aparece en gris la parte del tutorial en la que estamos. Es decir, estamos casi en la mitad. Otro tipo de ejercicios que tenemos son preguntas de acción múltiple. La pregunta que nos hacen es cuál es la primera y la última letra de la palabra pingüinos y tenemos que seleccionar las dos. Entonces, en este caso, sería P y S. Enviamos la respuesta y, de nuevo, nos vuelve a aparecer un mensaje diciendo que hemos completado el ejercicio correctamente. Vamos al tema siguiente y este es el último tipo de ejercicios que tenemos. Son problemas de Parsons. Los problemas de Parsons son aquellos en los que se nos da la respuesta, pero el orden no es correcto. Entonces, por ejemplo, aquí nos dice que pongamos la frase hola pingüinos. Y lo que tenemos que hacer es poner las palabras en el orden correcto, deslizando las palabras desde la izquierda hasta la derecha. Podemos ejecutar el ejercicio y nos dice que es correcto. Y, ya por último, vamos a la última pantalla y, en resumen, nos aparece que hemos completado los tres tipos de ejercicios que tenemos en nuestro paquete de pingüinos. Primero, vamos a completar ejercicios en blanco, rellenar preguntas de acción múltiple y completar problemas de Parsons. Entonces, estos son los tres tipos de ejercicios que nos vamos a encontrar en nuestros pingüinos en caja para hacer ciencia de datos. Y, ya con esto, le voy a pasar el mensaje a Susana. Gracias, María. Voy a compartir la pantalla. Bueno, ahora que ya estás un poco más familiarizado con el tipo de ejercicios en nuestro paquete, vas a poder hacer un par de ejercicios tú mismo. Bueno, hemos hecho dos opciones. Bueno, hemos acceder a una lista de todos los tutoriales que tenemos disponibles, simplemente llamando la función que estoy en la primera línea. Pero, el día de hoy, vamos a trabajar solamente con dos tipos de estos ejercicios. Uno es el de Gigi Block 2, que va a estar en la sala 1, y el otro es el ejercicio de interacción, que va a estar en la sala 2. Entonces, bueno, podrás participar en el ejercicio que tú elijas participar. Vamos a tener un tiempo de 20 minutos en caso, y en caso que estés en la computadora Windows, posiblemente tengas problemas con el encoding de algunos caracteres, como ya lo mencionaba María. Entonces, puedes escribirnos en el chat de la sala en la que estés, y te vamos a enviar el link alternativo para el ejercicio que hayas elegido. Ok, entonces, en un momento les va a parecer la opción de ya sea a la sala 1 o a la sala 2. El tiempo es, lo tenemos cronometrado, de 20 minutos. No es necesario que hagas nada una vez termine el tiempo, vas a volver automáticamente aquí en la sala donde estamos todos. Bueno, en cada una de las salas, vamos a estar nosotras para resolver dudas específicas y dar pues alguna instrucción general. Entonces, creo que ya les va a ir apareciendo la opción para que elijan ir a cualquiera de las salas. Todo bien? Tuvo algunos problemas para ejecutar en AR, en la consola del estudio, pero pude trabajar con Shiny, y si llegué hasta el final, iba a ser los ejercicios extra, pero bueno, ya queda un minuto, así que preferí regresar, pero todo chevere. Estaba en interacción. Estaba en interacción, sí. Jaletas, estamos de vuelta. Nos esperamos que hayan disfrutado la parte de hacer los ejercicios. Me pasé más. Bueno, tenemos ahora a María otra vez acá porque se nos había perdido. Igual, si tuvieron problemas, como les comentaban en la room, pueden escribirnos en el Slack y vamos a estarles contestando. En la parte de gblog, el problema más común era con el paquete datos porque no les aparecía el objeto pinguinos, que es el data set. Entonces, en ese caso, puede que sea la versión de datos que no tenía pinguinos en la que se estaba instalando, pero vamos a revisarlos. Y como les decía, pues nos pueden escribir y ahí vamos a estar contestando sus preguntas. Bueno, voy a continuar con ya lo que sería el final de nuestro tutorial. Espera, no se presenta. Bueno, ahora que ya viste cómo son nuestros ejercicios, vamos a explicarte un poco de cómo los hemos creado. Te queremos contar, pues, cómo puedes contribuir a nuestro paquete haciendo tus propios tutoriales o para que hagas también tutoriales para realmente lo que tú quieras. Porque además, estos tutoriales de lérneres son multilenguaje. Si me diga que puedes hacer incluso para otro lenguaje de programación, como Python, SQL, lo que te guste. Así como los hemos creado nosotros con los que estuviste practicando, tú también puedes crear tus propios tutoriales y que se vean igual de bonitos, ¿no? Realmente, un tutorial de lérner por dentro, lo único que es es una remarda. Te recomendamos esta página porque ahí puedes encontrar muchos recursos sobre cómo hacer tutoriales interactivos. También te recomendamos mucho ir a nuestro rep on GitHub del paquete que tenemos Pink Beach Bots que ha sido desarrollado con esa idea, con idea de puer, darte muchos tutoriales del libro de R para Ciencia Datos donde puedas practicar y también para que puedas aprender cómo se hacen estos tutoriales de lérner. Tenemos muchos links para recursos donde puedes ver cómo es que se hacen estos tutoriales en el screenshot que hemos puesto ahí. Y además, tenemos un vídeo donde te mostramos cómo hacer estos tutoriales a partir de una plantilla. Entonces te recomiendo mucho que vayas a ver este vídeo que nos hace María porque te vas a dar cuenta que realmente es muy sencillo, sobre todo si partes de una plantilla. Entonces vas a poder hacer este mismo tipo de tutoriales pero para lo que tú quieras utilizarlo, ¿no? Como te he dicho, bueno, como ya les mencioné antes, este es un, los errores lérneres tienen por dentro un R-marda, pero cambien algunas cosas, ¿no? Necesitas especificar, por ejemplo, en el output que quieres un tutorial de lérner en los fragmentos del R-marda. También necesitas especificar que va a ser, bueno, la parte del ejercicio, la parte donde necesitará las pistas, la solución. Y finalmente también la parte de cómo comprobarlo si está correcto la ejercición, ¿no? Ahí en la presentación es el puesto como cada una de estas partes. Y pueden ir a ver el código tanto de los tutoriales que ya hicimos y los ejemplos que les hemos puesto para que miren cómo es que va cambiando. Pero es realmente muy fácil de hacerlo y es muy parecido si ya ha trabajado con el R-mardo, es muy parecido. Solamente, bueno, principales cambios en el output ya van a tener sus propios tutoriales así como con los que ha trabajado ahorita. Ahora simplemente queremos contar un poco sobre la estructura. Nosotros elegimos el paquete de ping-pings porque hay bastante accesibilidad. En varios idiomas en este paquete está tanto inglés, portugués y también en español, claro. Entonces sería bastante fácil tomar nuestros ejercicios y traducirlos a otros idiomas. Además, están basados en el libro de R para ciencia de datos. Entonces es un libro muy, muy utilizado en estos momentos. Entonces va a ser muy útil para las personas que están aprendiendo ciencia de datos. Además está basado en el paquete de learner y gratis y lo puedes compartir en Shiny como ya pudieron verlo. Entonces es realmente muy accesible y una muy buena herramienta para enseñar y también para aprender. Bueno, por último, ¿qué queremos que te lleves de nuestra presentación? Primero esperamos que hayas aprendido y que te haya gustado mucho los ejercicios. Puedes seguir practicando ciencia de datos con nuestro paquete que tenemos ya cargado. Ahí vas a poder encontrar otros tipos de ejercicios también. Hay ejercicios para todos los capítulos del libro de R para ciencia de datos. Así que puedes ayudarnos y consumiendo con otros ejercicios. Si visitas el reto, vas a poder encontrar nuestro código de contacta. Y es de licencia abierta, así que puedes ser más que bien venido a contribuir en nuestro paquete. Bueno, los reconocimientos. No sé si me quiere ayudar, María. Sí, claro. Bueno, queremos agradecer a los organizadores de esta versión de User 2021 por permitirnos presentar nuestro paquete en esta presentación, en este tutorial. También a Allison Horst por ayudar, por básicamente crear la pegatina de nuestro paquete. A la comunidad R para ciencia de datos en español. A metadeucencia, porque muchas de las ideas y de la manera que hemos ejecutado los ejercicios han salido de páginas de metadeucencia. Y también a Allison Horst porque ella nos promovió en GitHub en nuestro tutorial. Así que ya a todos vosotros y vosotras por estar en este tutorial hoy. Gracias.