Probabilidad para científicos de datos

Título original:

Probability for Data Scientists

Contenido del libro:

Probability for Data Scientists proporciona a los estudiantes una introducción matemáticamente sólida pero accesible a la teoría y las aplicaciones de la probabilidad. Los estudiantes aprenden cómo la teoría de la probabilidad apoya la estadística, la ciencia de datos y la teoría del aprendizaje automático al permitir a los científicos ir más allá de las meras descripciones de datos para realizar inferencias sobre poblaciones específicas.

El libro se divide en dos partes. La Parte I introduce a los lectores en las definiciones, teoremas y métodos fundamentales dentro del contexto de los espacios muestrales discretos. Aborda el origen del estudio matemático de la probabilidad, los principales conceptos de la teoría moderna de la probabilidad, los modelos de probabilidad discreta univariante y bivariante y la distribución multinomial.

La Parte II se basa en los conocimientos impartidos en la Parte I para presentar a los estudiantes las ideas correspondientes en el contexto de los espacios muestrales continuos. Examina modelos para variables aleatorias continuas únicas y múltiples y la aplicación de teoremas de probabilidad en estadística.

Probability for Data Scientists introduce eficazmente a los estudiantes en los conceptos clave de la probabilidad y demuestra cómo un pequeño conjunto de metodologías puede aplicarse a una plétora de problemas contextualmente no relacionados. Es muy adecuado para cursos de estadística, ciencia de datos, teoría del aprendizaje automático o cualquier curso con énfasis en la probabilidad. En cada capítulo se incluyen numerosos ejercicios, algunos de los cuales proporcionan código de software R para realizar experimentos que ilustran las leyes de la probabilidad.

Juana Sánchez es profesora titular en el Departamento de Estadística de la Universidad de California, Los Ángeles, y editora de DSS del Journal of Statistics Education. Obtuvo su doctorado en la Universidad de Washington en St. Louis, Missouri, y sus intereses de investigación incluyen indicadores estadísticos, estadística multivariante, educación STEM y series temporales.