Analítica de datos para principiantes absolutos: Una Guía Deconstruida para la Alfabetización en Datos: (Introducción a los Datos, Visualización de Datos, Inteligencia de Negocio y Mach

Opiniones de los lectores

El libro ha tenido una buena acogida entre los lectores, sobre todo entre los principiantes en ciencia de datos y analítica. Muchos aprecian sus explicaciones directas, su contexto histórico y sus aplicaciones prácticas. Sin embargo, hay algunas críticas en cuanto a su redacción y profundidad para alumnos más avanzados.

⬤ Bien escrito y fácil de entender
⬤ estupendo para principiantes
⬤ proporciona una buena base en ciencia de datos y analítica
⬤ ejemplos prácticos y contexto histórico
⬤ asequible y gran relación calidad-precio.

⬤ Edición deficiente con excesiva palabrería
⬤ carece de profundidad para teorías avanzadas
⬤ algunos lectores lo encontraron excesivamente simplista.

(basado en 42 opiniones de lectores)

Título original:

Data Analytics for Absolute Beginners: A Deconstructed Guide to Data Literacy: (Introduction to Data, Data Visualization, Business Intelligence & Mach

Contenido del libro:

Tome mejores decisiones con esta guía deconstruida sobre el análisis de datos¿Quiere añadir el análisis de datos a sus conocimientos? ¿Te cuesta encontrar por dónde empezar?

Célula a célula, poco a poco, este libro le enseña el vocabulario, las herramientas y los algoritmos básicos para pensar como un científico de datos. Utilizando el enfoque del "juego de Lego", cada capítulo añade y conecta bloques individuales de conocimiento para construir su alfabetización de datos. Esta estructura lineal para desentrañar la analítica de datos te lleva de cero a analizar y discutir con confianza los problemas de datos.

¿A quién va dirigido este libro?

Este libro es ideal para cualquier persona interesada en dar sentido a la analítica de datos sin asumir que entiende la terminología de la ciencia de datos o las matemáticas avanzadas. Si ha intentado aprender analítica de datos antes y ha fracasado, este libro es para usted.

Enfoque práctico

Este libro adopta un enfoque práctico del aprendizaje. Esto incluye ejemplos prácticos, ejemplos visuales, así como dos ejercicios de codificación de bonificación en Python, incluyendo contenido de vídeo gratuito para guiarle a través de ambos ejercicios. Al final del libro, usted tendrá el conocimiento práctico para hacer frente a problemas reales de datos en su organización o la vida cotidiana.

Lo que aprenderá

- Cómo reconocer los tipos de datos comunes que todo científico de datos debe dominar.

- Dónde almacenar sus datos, incluyendo Big Data.

- Nuevas tendencias en el análisis de datos, incluyendo qué son los Datos Alternativos y por qué poca gente los conoce.

- Cómo explicar a sus colegas la distinción entre Minería de datos, Aprendizaje automático y Analítica.

- Cuándo y cómo utilizar Análisis de Regresión, Clasificación, Clustering, Análisis de Asociación y Procesamiento del Lenguaje Natural.

- Cómo tomar mejores decisiones empresariales utilizando Visualización de datos e Inteligencia empresarial.