Los métodos estadísticos son una parte fundamental de la ciencia de datos, pero pocos científicos de datos tienen una formación avanzada en estadística. Los cursos y libros sobre estadística básica rara vez tratan el tema desde la perspectiva de la ciencia de datos. El diseño sin embargo, es algo más cambiante y no tan firmemente establecido, que depende, gran parte de las veces, de la opinión particular del solicitante del desarrollo Web o incluso del diseñador.
Ofrece una orientación práctica sobre la aplicación de los métodos estadísticos a la ciencia de datos, te indica cómo evitar su uso incorrecto y te aconseja sobre lo que es y lo que no es importante. Muchos recursos de la ciencia de datos incorporan métodos estadísticos, pero carecen de una perspectiva estadística más profunda. Si estás familiarizado con los lenguajes de programación R o Python y tienes algún conocimiento de estadística
TEMARIO
- Por qué el análisis exploratorio de datos es un paso preliminar clave en la ciencia de datos
- Cómo el muestreo aleatorio puede reducir el sesgo y ofrecer un conjunto de datos de mayor calidad, incluso con Big Data
- Cómo los principios del diseño experimental ofrecen respuestas definitivas a preguntas
- Cómo utilizar la regresión para estimar resultados y detectar anomalías
- Técnicas de clasificación esenciales para predecir a qué categorías pertenece un registro
- Métodos estadísticos de aprendizaje automático que «aprenden» a partir de los datos
- Métodos de aprendizaje no supervisados para extraer significado de datos sin etiquetar
- Etc.
