diff --git a/README.md b/README.md
index b3d32a66..3a1225aa 100644
--- a/README.md
+++ b/README.md
@@ -1,26 +1 @@
-# [Curso de introducción a la estadística descriptiva con R Studio y Python](https://www.udemy.com/estadistica-descriptiva/?couponCode=FROM_BOKDOWN_RSTUDIO)
-*Con Juan Gabriel Gomila y María Santos*
-
-Conoce toda la estadística descriptiva de la mano de Juan Gabriel Gomila y asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido del curso. En particular verás los mismos contenidos que explicamos en primera de carrera a matemáticos, ingenieros o informáticos como por ejemplo:
-
-* Logística e instalación de R y RStudio y de Anaconda Navigator para Python
-* Cómo usar R y Python como si fuese una calculadora científica (incluyendo un repaso de funciones, trigonometría y combinatoria)
-* Introducción a la programación funcional con R desde cero (ideal para seguir tomando a posteriori cursos de análisis de datos).
-* Uso de gráficos para representar datos estadísticos incluyendo plots de nubes de puntos, histogramas, diagramas circulares o diagramas de caja y bigotes entre otros. Además tendrás ejemplos tanto en R como con matplotlib de Python.
-* Introducción a las técnicas de machine learning como por ejemplo la regresión lineal.
-* Profundización en tipos de datos cualitativos, cuantitativos  y ordinales y el correcto análisis de cada uno de ellos.
-* Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
-
-Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning con Python o RStudio o el Curso de Data Science con Tidyverse y RStudio. Todo el material del curso está enfocado en resolver los problemas de falta de base que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
-
-1. Trabajando con R y con Python
-2. Documentación con R Markdown
-3. Estructuras de datos
-4. Introducción a la representación gráfica
-5. Data frames
-6. Estadística descriptiva con datos cualitativos
-7. Estadística descriptiva con datos ordinales
-8. Estadística descriptiva con datos cuantitativos
-9. Estadística descriptiva con datos cualitativos agrupados
-10. Introducción a la regresión lineal
-11. Introducción a distribuciones de probabilidad
+savehistory("~/GitHub/r-basic/README.md")