Libro disponible en 5 dias hábiles.

b'Los m\xe9todos estad\xedsticos son una parte fundamental de la ciencia de datos, pero pocos cient\xedficos de datos tienen una formaci\xf3n avanzada en estad\xedstica. Los cursos y libros sobre estad\xedstica b\xe1sica rara vez tratan el tema desde la perspectiva de la ciencia de datos. La segunda edici\xf3n de este libro incluye ejemplos detallados de Python, ofrece una orientaci\xf3n pr\xe1ctica sobre la aplicaci\xf3n de los m\xe9todos estad\xedsticos a la ciencia de datos, te indica c\xf3mo 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 m\xe9todos estad\xedsticos, pero carecen de una perspectiva estad\xedstica m\xe1s profunda. Si est\xe1s familiarizado con los lenguajes de programaci\xf3n R o Python y tienes alg\xfan conocimiento de estad\xedstica, este libro suple esas carencias de una forma pr\xe1ctica, accesible y clara.Con este libro aprender\xe1s:\tPor qu\xe9 el an\xe1lisis exploratorio de datos es un paso preliminar clave en la ciencia de datos\tC\xf3mo el muestreo aleatorio puede reducir el sesgo y ofrecer un conjunto de datos de mayor calidad, incluso con Big Data\tC\xf3mo los principios del dise\xf1o experimental ofrecen respuestas definitivas a preguntas\tC\xf3mo utilizar la regresi\xf3n para estimar resultados y detectar anomal\xedas\tT\xe9cnicas de clasificaci\xf3n esenciales para predecir a qu\xe9 categor\xedas pertenece un registro\tM\xe9todos estad\xedsticos de aprendizaje autom\xe1tico que \xabaprenden\xbb a partir de los datos\tM\xe9todos 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 cient\xedfico investigador jefe en Amazon y tiene m\xe1s de 30 a\xf1os de experiencia en estad\xedstica y ciencia de datos.Peter Gedeck es cient\xedfico de datos senior en Collaborative Drug Discovery, desarrolla algoritmos de aprendizaje autom\xe1tico para pronosticar propiedades de posibles futuros f\xe1rmacos.'