logo
logo
Sign in

Cómo aprender estadísticas para la ciencia de datos

avatar
Fabiana Lugo
Cómo aprender estadísticas para la ciencia de datos





¿Quiere aprender estadística para la ciencia de datos sin tomar un curso lento y costoso? Buenas noticias... Puede dominar los conceptos básicos, la probabilidad, el pensamiento bayesiano e incluso el aprendizaje automático estadístico utilizando solo recursos gratuitos en línea. ¡Aquí están los mejores recursos para emprendedores!


Por cierto... no necesitas un título en matemáticas para tener éxito con este enfoque. Sin embargo, si tiene experiencia en matemáticas, definitivamente también disfrutará de este método práctico y divertido.


Esta guía lo equipará con las herramientas de pensamiento estadístico necesarias para la ciencia de datos. Le otorgará una gran ventaja sobre otros aspirantes a científicos de datos que intentan arreglárselas sin él.


Si no tiene una formación matemática formal, encontrará que este enfoque es mucho más intuitivo que tratar de descifrar fórmulas complicadas. Le permite pensar en los pasos lógicos de cada cálculo.


Si tiene una formación matemática formal, este enfoque lo ayudará a traducir la teoría a la práctica y le brindará algunos desafíos de programación divertidos.


Ciencia de Datos Archivos - Busca ya la nueva edición 2020-2021


Estos son los 3 pasos para aprender las estadísticas y la probabilidad requeridas para la ciencia de datos:


  1. Conceptos básicos de estadísticas: estadísticas descriptivas, distribuciones, pruebas de hipótesis y regresión.
  2. Pensamiento bayesiano: probabilidad condicional, anteriores, posteriores y máxima verosimilitud.
  3. Introducción al aprendizaje automático estadístico: aprenda los conceptos básicos de las máquinas y cómo encajan las estadísticas.


Después de completar estos 3 pasos, estará listo para atacar problemas de aprendizaje automático más difíciles y aplicaciones comunes de ciencia de datos del mundo real.


Conceptos básicos para aprender estadística


Para saber cómo aprender estadísticas para la ciencia de datos, es útil comenzar observando cómo se usará.


Echemos un vistazo a algunos ejemplos de análisis o aplicaciones reales que podría necesitar implementar como científico de datos:


  1. Diseño experimental:  su empresa está implementando una nueva línea de productos, pero vende a través de tiendas minoristas fuera de línea. Debe diseñar una prueba A/B que controle las diferencias entre geografías. También debe estimar cuántas tiendas probará para obtener resultados estadísticamente significativos.
  2. Modelado de regresión:  su empresa necesita predecir mejor la demanda de líneas de productos individuales en sus tiendas. La falta de existencias y el exceso de existencias son costosos. Considera construir una serie de modelos de regresión regularizados.
  3. Transformación de datos: tiene varios candidatos de modelo de aprendizaje automático que está probando. Varios de ellos asumen distribuciones de probabilidad específicas de los datos de entrada, y debe poder identificarlos y transformar los datos de entrada de manera adecuada o saber cuándo se pueden relajar las suposiciones subyacentes.


Un científico de datos toma cientos de decisiones todos los días. Van desde los más pequeños, como ajustar un modelo, hasta los más grandes, como la estrategia de I+D del equipo.


Muchas de estas decisiones requieren una base sólida en estadística y teoría de la probabilidad.

Por ejemplo, los científicos de datos a menudo necesitan decidir qué resultados son  creíbles  y cuáles sonmierda probablemente debido a la aleatoriedad . Además, necesitan saber  si hay focos de interés que deban explorarse más a fondo .


Puede Ver Más en:


https://statologos.com/


https://statologos.com/regla-de-sturges/




collect
0
avatar
Fabiana Lugo
guide
Zupyak is the world’s largest content marketing community, with over 400 000 members and 3 million articles. Explore and get your content discovered.
Read more