Estadística práctica para ciencia de datos con R y Python : más de 50 conceptos esenciales / Peter Bruce, Andrew Bruce y Peter Gedeck.

Por: Bruce, Peter [autor]Otros autores: Bruce, Andrew [autor] | Gedeck, Peter [autor]Tipo de material: TextoTextoIdioma: Español Editor: Bogotá : Alfaomega, Marcombo, 2022Descripción: 347 páginas : figuras, tablas ; 24 cmTipo de contenido: texto Tipo de medio: sin mediación Tipo de portador: volumenISBN: 9789587787887Tema(s): Estadística -- Procesamiento de datos | Innovaciones tecnológicas | Tecnologías disruptivasClasificación CDD: 006.312
Contenidos parciales:
Capítulo 1. Análisis exploratorio de datos. -- Capítulo 2. Distribución de datos y muestreo. -- Capítulo 3. Experimentos estadísticos y pruebas significativas. -- Capítulo 4. Regresión y pronóstico. -- Capítulo 5. Clasificación. -- Capítulo 6. Aprendizaje automático estadístico. -- Capítulo 7. Aprendizaje no supervisado.
Resumen: Los métodos estadísticos son una parte fundamental de la ciencia de datos, pero pocos científicos de datos tienen una formación avanzada en estadística. Los cursos y libros sobre estadísticas básicas rara vez tratan el tema desde la perspectiva de la ciencia de datos. La segunda edición de este libro incluye ejemplos detallados de Python, ofrece una orientación práctica sobre la aplicación de los métodos estadísticos a la ciencia de datos, te indica cómo 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. El texto.
Lista(s) en las que aparece este ítem: Novedades Bibliográficas 2024 I
Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.
Valoración
    Valoración media: 0.0 (0 votos)

Capítulo 1. Análisis exploratorio de datos. -- Capítulo 2. Distribución de datos y muestreo. -- Capítulo 3. Experimentos estadísticos y pruebas significativas. -- Capítulo 4. Regresión y pronóstico. -- Capítulo 5. Clasificación. -- Capítulo 6. Aprendizaje automático estadístico. -- Capítulo 7. Aprendizaje no supervisado.

Los métodos estadísticos son una parte fundamental de la ciencia de datos, pero pocos científicos de datos tienen una formación avanzada en estadística. Los cursos y libros sobre estadísticas básicas rara vez tratan el tema desde la perspectiva de la ciencia de datos. La segunda edición de este libro incluye ejemplos detallados de Python, ofrece una orientación práctica sobre la aplicación de los métodos estadísticos a la ciencia de datos, te indica cómo 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.
El texto.

Ingeniería Industrial

No hay comentarios en este titulo.

para colocar un comentario.

Haga clic en una imagen para verla en el visor de imágenes

footer