Fundamentos De Ciencia De Datos R
por Gema Fernández-Avilés, José María Montero
McGraw-Hill
Edición: 1ª - 2024
Material válido para:
| Carrera | Curso | Asignatura | Tipo de material |
|---|---|---|---|
| Administración Y Dirección De Empresas | Curso 4º | Introducción a Técnicas Aplicadas De Análisis y Visualización de Datos | Texto Básico |
| Economía | Curso 3º | Inferencia Estadística (Economía) | Texto Básico |
| Economía | Curso 4º | Introducción a las Técnicas Aplicadas de Análisis y Visualización de Datos | Texto Básico |
-
Papel:
- ISBN: 9788448636289
- Idioma:Español, Castellano
- Medidas:19 x 29
- Encuadernación: Rústica
- Páginas: 988
antes:
67,60 €ahora: 64,22 €
Disponible
Información detallada:
Resumen del libro
La cantidad de datos que se manejan diariamente en el mundo es inimaginable: cada día se procesan 2,5 trillones de bytes de datos. No es de extrañar que la profesión de científico de datos haya sido considerada la más atractiva del siglo XXI por The New York Times, y que todas las universidades del mundo tengan el punto de mira puesto en nuevos grados, másteres y doctorados que formen a este tipo de científico tan demandado y valorado por el sector público así como, especialmente, por el sector privado empresarial y la investigación científica de base.
La nueva revolución tecnológica está completamente vinculada a la instantaneidad, lo cual requiere el procesamiento de datos, su análisis y la toma de decisiones que de él se desprenden en tiempo real.
La obra Fundamentos de ciencia de datos con R nace con la pretensión de ser la “Biblia” para los científicos de datos. Se ha dejado a disposición del lector una versión online de este manual en el siguiente enlace https://cdr-book.github.io/ para facilitar la reproducibilidad del libro, concretamente los cuadros de código R.
Índice
Contenido abreviado
Parte I. Ciencia, datos, software… y científicos
Parte II. Bienvenidos a la jungla de datos
Parte III. Fundamentos de estadística
Parte IV. Modelización estadística
Parte V. Machine learning supervisado
Parte VI. Machine learning no supervisado
Parte VII. Deep learning
Parte VIII. Ciencia de datos de texto y redes
Parte IX. Ciencia de datos espaciales
Parte X. Comunica y colabora
Parte XI. Casos de estudio en ciencia de datos
Véase Tabla de contenido por capítulos en recursos descargables
