Descripción
Los métodos estadísticos son una parte clave de la ciencia de datos, sin embargo, pocos científicos de datos tienen una formación estadística formal. Los cursos y libros sobre estadística básica rara vez cubren el tema desde una perspectiva de ciencia de datos. La segunda edición de esta popular guía añade ejemplos completos en Python, proporciona orientación práctica sobre la aplicación de métodos estadísticos a la ciencia de datos, le explica cómo evitar su uso indebido y le aconseja sobre lo que es importante y lo que no lo es.
Muchos recursos de ciencia de datos incorporan métodos estadísticos pero carecen de una perspectiva estadística más profunda. Si está familiarizado con los lenguajes de programación R o Python y tiene alguna exposición a la estadística, esta referencia rápida cierra la brecha en un formato accesible y legible.
Con este libro, aprenderá:
- Por qué el análisis exploratorio de datos es un paso preliminar clave en la ciencia de datos
- Cómo el muestreo aleatorio puede reducir el sesgo y producir un conjunto de datos de mayor calidad, incluso con grandes volúmenes de datos
- Cómo los principios del diseño experimental producen respuestas definitivas a las preguntas
- Cómo usar la regresión para estimar resultados y detectar anomalías
- Técnicas clave de clasificación para predecir a qué categorías pertenece un registro
- Métodos de aprendizaje automático estadístico que aprenden de los datos
- Métodos de aprendizaje no supervisado para extraer significado de datos sin etiquetar
Autor: Peter Bruce, Andrew Bruce, Peter Gedeck
Editorial: O'Reilly Media
Publicado: 02/06/2020
Páginas: 368
Tipo de encuadernación: Tapa blanda
Peso: 1.30 lbs
Tamaño: 9.10h x 7.00w x 0.90d
ISBN13: 9781492072942
ISBN10: 149207294X
Categorías BISAC:
- Informática | Ciencia de Datos | Análisis de Datos
- Informática | Ciencia de Datos | Almacenamiento de Datos
- Informática | Software Matemático y Estadístico
Sobre el Autor
Peter Bruce es el Fundador y Director Académico del Instituto de Educación Estadística en Statistics.com, que ofrece alrededor de 80 cursos de estadística y análisis, aproximadamente la mitad de los cuales están dirigidos a científicos de datos. Es autor o coautor de varios libros sobre estadística y análisis, y obtuvo su licenciatura en Princeton y sus maestrías en Harvard y la Universidad de Maryland.
Andrew Bruce, científico investigador principal en Amazon, tiene más de 30 años de experiencia en estadística y ciencia de datos en la academia, el gobierno y los negocios. Coautor de Applied Wavelet Analysis with S-PLUS, obtuvo su licenciatura en Princeton y su doctorado en estadística en la Universidad de Washington.
Peter Gedeck, científico de datos sénior en Collaborative Drug Discovery, se especializa en el desarrollo de algoritmos de aprendizaje automático para predecir propiedades biológicas y fisicoquímicas de candidatos a fármacos. Coautor de Data Mining for Business Analytics, obtuvo doctorados en Química en la Universidad de Erlangen-Nürnberg en Alemania y en Matemáticas en la Fernuniversität Hagen, Alemania.