Analítica empresarial

Opiniones de los lectores

El libro 'Data Mining and Business Analytics with R' de Johannes Ledolter ha sido bien recibido en general por su enfoque práctico del análisis de datos con R. Proporciona una sólida introducción a diversas técnicas estadísticas relevantes para la minería de datos, complementada con ejemplos y ejercicios reales para lectores familiarizados con R. Sin embargo, muchos usuarios destacan que el contenido puede no ser adecuado para principiantes absolutos en R o estadística, y algunas secciones carecen de explicaciones en profundidad.

⬤ Estilo de redacción claro y accesible que explica bien los conceptos complejos.
⬤ Fuerte énfasis en las aplicaciones prácticas y ejercicios prácticos utilizando R.
⬤ Cubre una amplia variedad de técnicas estadísticas y paquetes R.
⬤ Contenido bien organizado, que facilita el seguimiento a los lectores.
⬤ Adecuado para estudiantes o profesionales con cierta experiencia en estadística que deseen aprender a aplicar R para el análisis de datos.

⬤ Asume conocimientos previos de R y estadística, lo que lo hace inaccesible para principiantes.
⬤ Algunos lectores encuentran las explicaciones matemáticas demasiado superficiales o apresuradas.
⬤ La dependencia del libro de determinados conjuntos de datos de R puede resultar anticuada para algunos lectores.
⬤ Falta de exploración detallada de métodos estadísticos avanzados; se centra más en la aplicación de técnicas que en los fundamentos teóricos.
⬤ Algunos usuarios desean un código R mejor anotado, ya que puede resultar confuso para los menos experimentados en programación.

(basado en 30 opiniones de lectores)

Título original:

Business Analytics

Contenido del libro:

Recopilar, analizar y extraer información valiosa de una gran cantidad de datos requiere herramientas computacionales y analíticas sólidas y de fácil acceso. Data Mining and Business Analytics with R utiliza el software de código abierto R para el análisis, la exploración y la simplificación de grandes conjuntos de datos de alta dimensión. Como resultado, los lectores reciben la orientación necesaria para modelar e interpretar datos complicados y convertirse en expertos en la construcción de potentes modelos de predicción y clasificación.

Destacando tanto los conceptos subyacentes como las habilidades computacionales prácticas, Data Mining and Business Analytics with R comienza con la cobertura de la regresión lineal estándar y la importancia de la parsimonia en el modelado estadístico. El libro incluye temas importantes como la selección de variables basada en penalizaciones (LASSO); regresión logística; árboles de regresión y clasificación; clustering; componentes principales y mínimos cuadrados parciales; y el análisis de datos de texto y redes. Además, el libro presenta:

⬤ Una discusión exhaustiva y una amplia demostración de la teoría que subyace a las herramientas de minería de datos más útiles.

⬤ Ilustraciones de cómo utilizar los conceptos descritos en situaciones del mundo real.

⬤ Conjuntos de datos adicionales fácilmente disponibles y código R relacionado que permite a los lectores aplicar sus propios análisis a los materiales tratados.

⬤ Numerosos ejercicios para ayudar a los lectores con habilidades informáticas y profundizar en su comprensión del material.

Data Mining and Business Analytics with R es un excelente libro de texto de posgrado para cursos sobre minería de datos y análisis empresarial. El libro es también una valiosa referencia para los profesionales que recopilan y analizan datos en los campos de las finanzas, la gestión de operaciones, el marketing y las ciencias de la información.