Libros electrónicos
¡Descubre los secretos del análisis de datos con “Estadística Aplicada: Análisis de Datos”! Este completo libro electrónico le permitirá convertirse en un experto en análisis de datos, independientemente de su nivel de habilidad actual.
En el interior encontrarás:
1. Explicaciones claras y concisas de conceptos y técnicas esenciales de análisis de datos.
2. Ejemplos del mundo real y estudios de casos para ilustrar aplicaciones prácticas.
3. Información de expertos, consejos y recursos de aprendizaje interactivos para mejorar su comprensión.
Perfecta para estudiantes, profesionales o cualquiera que desee aprovechar el poder del análisis de datos, esta guía es la clave para desbloquear el potencial de sus datos. Transforme sus habilidades y únase a innumerables personas que han logrado el éxito en el análisis de datos.
No esperes descargue nuestras muestras GRATIS a continuación y ¡embárcate hoy en tu viaje hacia el dominio del análisis de datos!
Durante la última década ha habido una explosión en la computación y la tecnología de la información. Con él han llegado grandes cantidades de datos en una variedad de campos como la medicina, la biología, las finanzas y el marketing. El desafío de comprender estos datos ha llevado al desarrollo de nuevas herramientas en el campo de la estadística y ha generado nuevas áreas como la minería de datos, el aprendizaje automático y la bioinformática. Muchas de estas herramientas tienen fundamentos comunes pero a menudo se expresan con terminología diferente. Este libro describe las ideas importantes en estas áreas en un marco conceptual común. Si bien el enfoque es estadístico, el énfasis está en los conceptos más que en las matemáticas. Se dan muchos ejemplos, con un uso liberal de gráficos en color. Es un recurso valioso para los estadísticos y cualquier persona interesada en la minería de datos en la ciencia o la industria. La cobertura del libro es amplia, desde el aprendizaje supervisado (predicción) hasta el aprendizaje no supervisado. Los muchos temas incluyen redes neuronales, máquinas de vectores de soporte, árboles de clasificación y potenciación: el primer tratamiento integral de este tema en cualquier libro.
Esta importante nueva edición presenta muchos temas que no se tratan en el original, incluidos modelos gráficos, bosques aleatorios, métodos de conjunto, regresión de ángulo mínimo y algoritmos de ruta para el lazo, factorización de matrices no negativas y agrupación espectral. También hay un capítulo sobre métodos para datos "amplios" (p mayor que n), incluidas pruebas múltiples y tasas de descubrimiento falso.
Los derechos de autor de este libro pertenecen a Springer Science+Business Media, LLC, que acordó permitir que Trevor Hastie mantenga el libro disponible en la web.
Los métodos de aprendizaje automático extraen valor de grandes conjuntos de datos rápidamente y con recursos modestos. Son herramientas establecidas en una amplia gama de aplicaciones industriales, incluidos motores de búsqueda, secuenciación de ADN, análisis del mercado de valores y locomoción de robots, y su uso se está extendiendo rápidamente. Las personas que conocen los métodos pueden elegir entre trabajos gratificantes. Este texto práctico abre estas oportunidades a estudiantes de informática con formación matemática modesta. Está diseñado para estudiantes de último año de pregrado y de maestría con experiencia limitada en álgebra lineal y cálculo. Completo y coherente, desarrolla desde el razonamiento básico hasta técnicas avanzadas en el marco de modelos gráficos. Los estudiantes aprenden más que un menú de técnicas: desarrollan habilidades analíticas y de resolución de problemas que los preparan para el mundo real. En cada capítulo se incluyen numerosos ejemplos y ejercicios, tanto teóricos como informáticos. Los recursos para estudiantes e instructores, incluida una caja de herramientas de MATLAB, están disponibles en línea.
Los derechos de autor de este libro pertenecen a Cambridge University Press, que ha aceptado permitir la versión en línea seguir siendo de libre acceso.