Para aprender de verdad ciencia de datos, no solamente es necesario dominar las herramientas (librerías de ciencia de datos, frameworks, módulos y kits de herramientas), sino también conviene comprender las ideas y principios subyacentes. Actualizada para Python 3.6, esta segunda edición de Ciencia de datos desde cero muestra cómo funcionan estas herramientas y algoritmos implementándolos desde el principio.

Si ya tiene aptitudes para las matemáticas y ciertas habilidades de programación, el autor, Joel Grus, le ayudará a familiarizarse con las mates y las estadísticas, que son el núcleo de la ciencia de datos, y con las habilidades informáticas necesarias para iniciarse como científico de datos. Repleto de nueva información sobre deep learning (aprendizaje profundo), estadísticas y procesamiento del lenguaje natural, este libro actualizado le muestra cómo sacar lo mejor de la sobreabundancia de datos que actualmente nos rodea.

Para aprender de verdad ciencia de datos, no solamente es necesario dominar las herramientas (librerías de ciencia de datos, frameworks, módulos y kits de herramientas), sino también conviene comprender las ideas y principios subyacentes. Actualizada para Python 3.6, esta segunda edición de Ciencia de datos desde cero muestra cómo funcionan estas herramientas y algoritmos implementándolos desde el principio.

Si ya tiene aptitudes para las matemáticas y ciertas habilidades de programación, el autor, Joel Grus, le ayudará a familiarizarse con las mates y las estadísticas, que son el núcleo de la ciencia de datos, y con las habilidades informáticas necesarias para iniciarse como científico de datos. Repleto de nueva información sobre deep learning (aprendizaje profundo), estadísticas y procesamiento del lenguaje natural, este libro actualizado le muestra cómo sacar lo mejor de la sobreabundancia de datos que actualmente nos rodea.

Agradecimientos Sobre el autor Prefacio a la segunda edición Convenciones empleadas en este libro Uso del código de ejemplo Sobre la imagen de cubierta Prefacio a la primera edición Ciencia de datos Partir de cero 1. Introducción El ascenso de los datos ¿Qué es la ciencia de datos? Hipótesis motivadora: DataSciencester Localizar los conectores clave Científicos de datos que podría conocer Salarios y experiencia Cuentas de pago Temas de interés Sigamos adelante 2. Un curso acelerado de Python El zen de Python Conseguir Python Entornos virtuales Formato con espacios en blanco Módulos Funciones Cadenas Excepciones Listas Tuplas Diccionarios Contadores Conjuntos Flujo de control Verdadero o falso Ordenar Comprensiones de listas Pruebas automatizadas y assert Programación orientada a objetos Iterables y generadores Aleatoriedad Expresiones regulares Programación funcional Empaquetado y desempaquetado de argumentos args y kwargs Anotaciones de tipos Bienvenido a DataSciencester Para saber más 3. Visualizar datos matplotlib Gráficos de barras Gráficos de líneas Gráficos de dispersión Para saber más 4. Álgebra lineal Vectores Matrices Para saber más 5. Estadística Describir un solo conjunto de datos Correlación La paradoja de Simpson Otras advertencias sobre la correlación Correlación y causación Para saber más 6. Probabilidad Dependencia e independencia Probabilidad condicional Teorema de Bayes Variables aleatorias Distribuciones continuas La distribución normal El teorema central del límite Para saber más 7. Hipótesis e inferencia Comprobación de hipótesis estadísticas Ejemplo: Lanzar una moneda Valores p Intervalos de confianza p-hacking o dragado de datos Ejemplo: Realizar una prueba A/B Inferencia bayesiana Para saber más 8. Descenso de gradiente La idea tras el descenso de gradiente Estimar el gradiente Utilizar el gradiente Elegir el tamaño de paso adecuado Utilizar descenso de gradiente para ajustar modelos Descenso de gradiente en minilotes y estocástico Para saber más 9. Obtener datos stdin y stdout Leer archivos Raspado web Utilizar API Ejemplo: Utilizar las API de Twitter Para saber más 10. Trabajar con datos Explorar los datos Utilizar NamedTuples Clases de datos Limpiar y preparar datos Manipular datos Redimensionar Un inciso: tqdm Reducción de dimensionalidad Para saber más 11. Machine learning (aprendizaje automático) Modelos ¿Qué es el machine learning? Sobreajuste y subajuste Exactitud El término medio entre sesgo y varianza Extracción y selección de características Para saber más 12. k vecinos más cercanos El modelo Ejemplo: el conjunto de datos iris La maldición de la dimensionalidad Para saber más 13. Naive Bayes Un filtro de spam realmente tonto Un filtro de spam más sofisticado Implementación A probar nuestro modelo Utilizar nuestro modelo Para saber más 14. Regresión lineal simple El modelo Utilizar descenso de gradiente Estimación por máxima verosimilitud Para saber más 15. Regresión múltiple El modelo Otros supuestos del modelo de mínimos cuadrados Ajustar el modelo Interpretar el modelo Bondad de ajuste Digresión: el bootstrap Errores estándares de coeficientes de regresión Regularización Para saber más 16. Regresión logística El problema La función logística Aplicar el modelo Bondad de ajuste Máquinas de vectores de soporte Para saber más 17. Árboles de decisión ¿Qué es un árbol de decisión? Entropía La entropía de una partición Crear un árbol de decisión Ahora, a combinarlo todo Bosques aleatorios Para saber más 18. Redes neuronales Perceptrones Redes neuronales prealimentadas Retropropagación Ejemplo: Fizz Buzz Para saber más 19. Deep learning (aprendizaje profundo) El tensor La capa de abstracción La capa lineal Redes neuronales como una secuencia de capas Pérdida y optimización Ejemplo: XOR revisada Otras funciones de activación Ejemplo: FizzBuzz revisado Funciones softmax y entropía cruzada Ejemplo: MNIST Guardar y cargar modelos Para saber más 20. Agrupamiento (clustering) La idea El modelo Ejemplo: Encuentros Eligiendo k Ejemplo: agrupando colores Agrupamiento jerárquico de abajo a arriba Para saber más 21. Procesamiento del lenguaje natural Nubes de palabras Modelos de lenguaje n-Gram Gramáticas Un inciso: muestreo de Gibbs Modelos de temas Vectores de palabras Redes neuronales recurrentes Ejemplo: utilizar una RNN a nivel de carácter Para saber más 22. Análisis de redes Centralidad de intermediación Centralidad de vector propio Grafos dirigidos y PageRank Para saber más 23. Sistemas recomendadores Método manual Recomendar lo que es popular Filtrado colaborativo basado en usuarios Filtrado colaborativo basado en artículos Factorización de matrices Para saber más 24. Bases de datos y SQL CREATE TABLE e INSERT UPDATE DELETE SELECT GROUP BY ORDER BY JOIN373 Subconsultas Índices Optimización de consultas NoSQL Para saber más 25. MapReduce Ejemplo: Recuento de palabras ¿Por qué MapReduce? MapReduce, más general Ejemplo: Analizar actualizaciones de estado Ejemplo: Multiplicación de matrices Un inciso: Combinadores Para saber más 26. La ética de los datos ¿Qué es la ética de los datos? No, ahora en serio, ¿qué es la ética de datos? ¿Debo preocuparme de la ética de los datos? Crear productos de datos de mala calidad Compromiso entre precisión e imparcialidad Colaboración Capacidad de interpretación Recomendaciones Datos sesgados Protección de datos En resumen Para saber más 27. Sigamos haciendo ciencia de datos IPython Matemáticas No desde cero Encontrar datos Haga ciencia de datos Índice alfabético

"Joel te acompaña en un viaje que va desde simplemente alentar tu curiosidad por los datos hasta comprender a fondo los algoritmos básicos que todo científico de datos debe conocer".-Rohit Sivaprasad. Ingeniero, Facebook.

"He recomendado Ciencia de datos desde cero a analistas e ingenieros que querían dar el salto al aprendizaje automático. Es la mejor herramienta para comprender los fundamentos de la disciplina".-Tom Marthaler. Jefe de ingeniería, Amazon.

"Traducir conceptos de ciencia de datos a código es difícil. El libro de Joel lo hace mucho más fácil".-William Cox. Ingeniero de aprendizaje automático, Grubhub.

"Joel te acompaña en un viaje que va desde simplemente alentar tu curiosidad por los datos hasta comprender a fondo los algoritmos básicos que todo científico de datos debe conocer".-Rohit Sivaprasad. Ingeniero, Facebook.

"He recomendado Ciencia de datos desde cero a analistas e ingenieros que querían dar el salto al aprendizaje automático. Es la mejor herramienta para comprender los fundamentos de la disciplina".-Tom Marthaler. Jefe de ingeniería, Amazon.

"Traducir conceptos de ciencia de datos a código es difícil. El libro de Joel lo hace mucho más fácil".-William Cox. Ingeniero de aprendizaje automático, Grubhub.