Análisis de datos con R, segunda edición

Título original:

Data Analysis with R, Second Edition

Contenido del libro:

Aprenda, mediante ejemplos, los fundamentos del análisis de datos, así como varios métodos y técnicas intermedios y avanzados que van desde la clasificación y la regresión hasta los métodos bayesianos y MCMC, que pueden ponerse en práctica inmediatamente.

Características principales:

⬤ Analice sus datos utilizando R - el lenguaje de programación estadística más potente.

⬤ Aprenda a implementar la estadística aplicada utilizando casos prácticos.

⬤ Utilizar paquetes R populares para trabajar con datos estructurados y no estructurados.

Descripción del libro:

Con frecuencia la herramienta de elección para los académicos, R se ha extendido profundamente en el sector privado y se puede encontrar en las tuberías de producción en algunas de las empresas más avanzadas y exitosas. La potencia y la especificidad de dominio de R permiten al usuario expresar análisis complejos de forma fácil, rápida y sucinta.

Comenzando con los fundamentos de R y el razonamiento estadístico, este libro se sumerge en el análisis predictivo avanzado, mostrando cómo aplicar esas técnicas a datos del mundo real a través de ejemplos reales.

Repleto de atractivos problemas y ejercicios, este libro comienza con una revisión de R y su sintaxis con paquetes como Rcpp, ggplot2 y dplyr. A partir de ahí, conocerá los fundamentos de la estadística aplicada y se basará en estos conocimientos para realizar análisis sofisticados y potentes. Resuelva las dificultades relacionadas con la realización de análisis de datos en la práctica y encuentre soluciones para trabajar con datos desordenados, datos de gran tamaño, comunicar resultados y facilitar la reproducibilidad.

Este libro está diseñado para ser un recurso inestimable en muchas etapas de la carrera de cualquier persona como analista de datos.

Lo que aprenderá

⬤ Obtener un conocimiento profundo del razonamiento estadístico y de la teoría del muestreo.

⬤ Emplear pruebas de hipótesis para hacer inferencias a partir de sus datos.

⬤ Aprender métodos bayesianos para estimar parámetros.

⬤ Entrenar modelos de regresión, clasificación y series temporales.

⬤ Manejar los datos que faltan con gracia utilizando la imputación múltiple.

⬤ Identificar y gestionar puntos de datos problemáticos.

⬤ Aprender a escalar sus análisis a datos más grandes con Rcpp, data. table, dplyr, y paralelización.

⬤ Poner en práctica las mejores prácticas para hacer su trabajo más fácil y facilitar la reproducibilidad.

A quién va dirigido este libro:

Los científicos y analistas de datos en ciernes que se inicien en el concepto de análisis de datos, o que deseen construir modelos analíticos eficientes en R, encontrarán este libro de gran utilidad. No es necesario tener conocimientos previos de análisis de datos, aunque sí una comprensión básica del lenguaje de programación R para sacar el máximo partido a este libro.