Curso acelerado de estadística para principiantes: Teoría y aplicaciones de la estadística frecuencial y bayesiana con Python

Opiniones de los lectores

El libro es un texto introductorio a la probabilidad y la estadística muy bien considerado, elogiado por su accesibilidad y sus eficaces métodos de enseñanza. Incluye ejercicios y proyectos prácticos, aunque algunos lectores señalaron que es necesario un conocimiento básico de Python, y ciertos ejercicios exigen un compromiso más profundo.

Conciso y fácil de entender, bien escrito para principiantes, incluye ejercicios y proyectos útiles, proporciona una buena introducción a los métodos estadísticos básicos y presenta conceptos complejos de forma accesible.

⬤ Las expectativas pueden variar ya que sólo se centra incidentalmente en la estadística
⬤ requiere un conocimiento práctico de Python
⬤ puede faltar algún contenido teórico más profundo, y ciertos ejercicios pueden ser bastante desafiantes.

(basado en 6 opiniones de lectores)

Título original:

Statistics Crash Course for Beginners: Theory and Applications of Frequentist and Bayesian Statistics Using Python

Contenido del libro:

Curso acelerado de estadística frecuencial y bayesiana para principiantes.

Los datos y la estadística son los temas centrales del Aprendizaje Automático (AM). La realidad es que el programador medio puede verse tentado a ver la estadística con desinterés. Pero si quieres explotar el increíble poder del Aprendizaje Automático, necesitas una comprensión profunda de la estadística. La razón es que un profesional del Aprendizaje Automático desarrolla algoritmos inteligentes y rápidos que aprenden de los datos. Frequentist and Bayesian Statistics Crash Course for Beginners le presenta una forma fácil de aprender estadística rápidamente. Contrariamente a la creencia popular, la estadística ya no es el dominio exclusivo de los doctores en matemáticas. De ahí que la materia pueda resultar árida y aburrida. Este libro, sin embargo, transforma la estadística en una asignatura divertida. La estadística frecuentista y la bayesiana son dos técnicas estadísticas que interpretan el concepto de probabilidad de maneras diferentes. La estadística bayesiana fue introducida por Thomas Bayes en la década de 1770. La estadística bayesiana ha desempeñado un papel decisivo en el diseño de algoritmos de alto nivel que realizan predicciones precisas. Así que, incluso después de 250 años, el interés por la estadística bayesiana no se ha desvanecido. De hecho, se ha acelerado enormemente. La Estadística Frecuentista es tan importante como la Estadística Bayesiana. En el universo estadístico, la Estadística Frecuentista es la técnica inferencial más popular.

De hecho, es la primera corriente de pensamiento con la que uno se topa al entrar en el mundo de la estadística.

¿En qué se diferencia este libro?

AI Publishing se basa totalmente en la metodología de aprender haciendo. Hemos hecho todo lo posible para que aprender estadística le resulte fácil. El resultado: no se atascará en su viaje de aprendizaje. No se trata de un libro lleno de conceptos matemáticos complejos y ecuaciones difíciles. Encontrará que la cobertura de los aspectos teóricos de la estadística es proporcional a los aspectos prácticos de la materia. El libro facilita el proceso de lectura presentándole tres tipos de recuadros de diferentes colores. Son: Requisitos, Lecturas adicionales,y Tiempo práctico. El capítulo final presenta dos miniproyectos para que comprendas mejor los conceptos estudiados en los ocho capítulos anteriores. La característica principal es que obtienes acceso instantáneo a un tesoro de todo el material didáctico relacionado cuando compras este libro. Se trata de archivos PDF, códigos Python, ejercicios y referencias en el sitio web de la editorial. Tendrás acceso a todo este material didáctico sin coste adicional. También puede descargar los conjuntos de datos de aprendizaje automático utilizados en este libro en tiempo de ejecución. También puede acceder a ellos a través de la carpeta Resources/Datasets. El curso rápido sobre programación en Python del primer capítulo le será de gran ayuda, especialmente si es nuevo en Python. Dado que puede acceder a todos los códigos y conjuntos de datos de Python, un ordenador con Internet es suficiente para empezar.

Los temas tratados incluyen:

⬤ Introducción rápida a Python para estadística.

⬤ Comenzando con la probabilidad.

⬤ Variables aleatorias y distribuciones de probabilidad.

⬤ Estadística Descriptiva: Medida de Tendencia Central y Dispersión.

⬤ Análisis Exploratorio: Visualización de Datos.

⬤ Inferencia Estadística.

⬤ Inferencia Frecuentista.

⬤ Inferencia Bayesiana.

⬤ Proyectos prácticos.

Haga clic en el botón COMPRAR AHORA y comience su viaje de aprendizaje de Estadística.