Introducción al aprendizaje estadístico: con aplicaciones en R

Opiniones de los lectores

El libro ha sido muy elogiado por ser una introducción accesible y práctica al aprendizaje estadístico, adecuada para los aspirantes a científicos de datos. Está bien escrito por autores reconocidos e incluye ejercicios valiosos, aunque algunos lectores señalan problemas con la falta de soluciones y la calidad de la encuadernación. Aunque muchos aprecian su claridad y profundidad, algunos lo consideran demasiado complejo para los principiantes. También se valora la disponibilidad de recursos gratuitos en línea.

⬤ Introducción accesible y práctica al aprendizaje estadístico.
⬤ Bien escrito por autores respetados en el campo.
⬤ Proporciona valiosos ejercicios y explicaciones claras de los conceptos clave.
⬤ Incluye ediciones en R y Python.
⬤ Versión en línea gratuita y MOOC complementario disponibles.
⬤ Buena calidad de impresión e ilustraciones en color.

⬤ Algunos lectores encuentran la complejidad del libro abrumadora para los nuevos en programación.
⬤ Faltan soluciones para los ejercicios.
⬤ Problemas de encuadernación.
⬤ Tamaño de letra pequeño en la impresión.
⬤ Críticas por exceso de texto con ayudas visuales insuficientes.
⬤ Falta de ciertas discusiones, como R-cuadrado ajustado.

(basado en 48 opiniones de lectores)

Título original:

An Introduction to Statistical Learning: with Applications in R

Contenido del libro:

Prefacio. - 1 Introducción.

- 2 Aprendizaje estadístico. - 3 Regresión lineal. - 4 Clasificación.

- 5 Métodos de remuestreo.

- 6 Selección y regularización de modelos lineales. - 7 Más allá de la linealidad.

- 8 Métodos basados en árboles. - 9 Máquinas de vectores soporte. - 10 Aprendizaje profundo.

- 11 Análisis de supervivencia y datos censurados. - 12 Aprendizaje no supervisado. - 13 Pruebas múltiples.

- Índice.