Fundamentos de Estadística para Científicos de Datos: Con R y Python

Opiniones de los lectores

El libro proporciona información útil, pero adolece de problemas de calidad y de una organización deficiente, lo que lo convierte en un reto para quienes lo consultan por primera vez.

El libro contiene buena información y, en algunos casos, se recibió en buen estado. Es útil para estudiantes avanzados y se entregó puntualmente.

La calidad de la tapa dura es deficiente, con problemas como que la cubierta se desprende con facilidad. Algunos libros llegaron dañados. La organización es deficiente, ya que introduce temas complejos antes que los conceptos fundamentales, lo que lo hace inadecuado para principiantes.

(basado en 4 opiniones de lectores)

Título original:

Foundations of Statistics for Data Scientists: With R and Python

Contenido del libro:

Foundations of Statistics for Data Scientists: With R and Python está diseñado como libro de texto para una introducción de uno o dos trimestres a la estadística matemática para estudiantes que se están formando para convertirse en científicos de datos. Se trata de una presentación en profundidad de los temas de la ciencia estadística con los que cualquier científico de datos debería estar familiarizado, incluidas las distribuciones de probabilidad, los métodos estadísticos descriptivos e inferenciales y la modelización lineal. El libro asume conocimientos de cálculo básico, por lo que la presentación puede centrarse en "por qué funciona", así como en "cómo hacerlo". Sin embargo, en comparación con los libros de texto tradicionales de "estadística matemática", el libro hace menos hincapié en la teoría de la probabilidad y más en el uso de software para implementar métodos estadísticos y realizar simulaciones para ilustrar conceptos clave. Todos los análisis estadísticos del libro utilizan el software R, con un apéndice que muestra los mismos análisis con Python.

Características principales:

⬤ Muestra los elementos de la ciencia estadística que son importantes para los estudiantes que planean convertirse en científicos de datos.

⬤ Incluye el ajuste bayesiano y regularizado de modelos (por ejemplo, mostrando un ejemplo utilizando el lazo), la clasificación y la agrupación, y la aplicación de métodos con software moderno (R y Python).

⬤ Contiene casi 500 ejercicios.

El libro también introduce temas modernos que normalmente no aparecen en los textos de estadística matemática pero que son muy relevantes para los científicos de datos, como la inferencia bayesiana, los modelos lineales generalizados para respuestas no normales (por ejemplo, regresión logística y modelos loglineales de Poisson) y el ajuste regularizado de modelos. Los casi 500 ejercicios se agrupan en "Análisis de datos y aplicaciones" y "Métodos y conceptos". Los apéndices presentan R y Python y contienen soluciones para los ejercicios impares. El sitio web del libro (http: //stat4ds. rwth-aachen. de/) contiene apéndices ampliados de R, Python y Matlab, así como todos los conjuntos de datos de los ejemplos y ejercicios.