Estadistica practica para ciencia de datos con R y Python EPUB

Los metodos estadisticos son una parte fundamental de la ciencia de datos, pero pocos cientificos de datos tienen una formacion avanzada en estadistica.

Los cursos y libros sobre estadistica basica rara vez tratan el tema desde la perspectiva de la ciencia de datos.

La segunda edicion de este libro incluye ejemplos detallados de Python, ofrece una orientacion practica sobre la aplicacion de los metodos estadisticos a la ciencia de datos, te indica como evitar su uso incorrecto y te aconseja sobre lo que es y lo que no es importante. Muchos recursos de la ciencia de datos incorporan métodos estadísticos, pero carecen de una perspectiva estadística más profunda.

Si estás familiarizado con los lenguajes de programación R o Python y tienes algún conocimiento de estadística, este libro suple esas carencias de una forma práctica, accesible y clara. Con este libro aprenderás:Por qué el análisis exploratorio de datos es un paso preliminar clave en la ciencia de datosCómo el muestreo aleatorio puede reducir el sesgo y ofrecer un conjunto de datos de mayor calidad, incluso con Big DataCómo los principios del diseño experimental ofrecen respuestas definitivas a preguntasCómo utilizar la regresión para estimar resultados y detectar anomalíasTécnicas de clasificación esenciales para predecir a qué categorías pertenece un registroMétodos estadísticos de aprendizaje automático que "aprenden" a partir de los datosMétodos de aprendizaje no supervisados para extraer significado de datos sin etiquetarPeter Bruce es el fundador del Institute for Statistics Education en Statistics.com. Andrew Bruce es científico investigador jefe en Amazon y tiene más de 30 años de experiencia en estadística y ciencia de datos. Peter Gedeck es científico de datos senior en Collaborative Drug Discovery, desarrolla algoritmos de aprendizaje automático para pronosticar propiedades de posibles futuros fármacos.