Estadística Práctica Para Ciencia De Datos Con R Y Python

Los métodos estadísticos son una parte fundamental de la ciencia dedatos, pero pocos científicos de datos tienen una formación avanzadaen estadística. los cursos y libros sobre estadística básica rara veztratan el tema desde la perspectiva de la ciencia de datos. la segunda edición de este libro incluye ejemplos detallados de python, ofreceuna orientación práctica sobre la aplicación de los métodosestadísticos a la ciencia de datos, te indica cómo evitar su usoincorrecto y te aconseja sobre lo que es y lo que no esimportante.muchos recursos de la ciencia de datos incorporan métodosestadísticos, pero carecen de una perspectiva estadística másprofunda. si estás familiarizado con los lenguajes de programación r o python y tienes algún conocimiento de estadística, este libro supleesas carencias de una forma práctica, accesible y clara.con este libro aprenderás:por qué el análisis exploratorio de datos es un pasopreliminar clave en la ciencia de datoscómo el muestreo aleatoriopuede reducir el sesgo y ofrecer un conjunto de datos de mayorcalidad, incluso con big datacómo los principios del diseñoexperimental ofrecen respuestas definitivas a preguntascómo utilizarla regresión para estimar resultados y detectar anomalíastécnicas declasificación esenciales para predecir a qué categorías pertenece unregistrométodos estadísticos de aprendizaje automático que «aprenden»a partir de los datosmétodos de aprendizaje no supervisados paraextraer significado de datos sin etiquetarpeter bruce es el fundadordel institute for statistics education en statistics.com.andrew brucees científico investigador jefe en amazon y tiene más de 30 años deexperiencia en estadística y ciencia de datos.peter gedeck escientífico de datos senior en collaborative drug discovery, desarrolla algoritmos de aprendizaje automático para pronosticar propiedades deposibles futuros fármacos. 10