book

Estadística asistida por IA para científicos de datos (Spanish Edition), 3rd Edition

Name: Estadística asistida por IA para científicos de datos (Spanish Edition), 3rd Edition
ISBN: 0642572408893

by Peter Bruce, Andrew Bruce, Peter Gedeck

June 2026

Intermediate

508 pages

14h 43m

Spanish

O'Reilly Media, Inc.

Read now

Unlock full access

Prólogo
Convenciones utilizadas en este libroUso de ejemplos de códigoO’Reilly Online LearningCómo contactarnosAgradecimientos
1. Análisis exploratorio de datos
Elementos de datos estructuradosLecturas adicionalesEstructuras de datosDatos rectangularesMarcos de datos e índicesEstructuras de datos no rectangularesMás informaciónDiccionarios y catálogos de datosMás informaciónEstimaciones de ubicaciónMediaEstimaciones medianas y robustasEjemplo: Estimaciones de la ubicación de la población y las tasas de homicidiosLecturas adicionalesEstimaciones de variabilidadDesviación estándar y estimaciones relacionadasEstimaciones basadas en percentilesEjemplo: Estimaciones de la variabilidad de la población estatalMás informaciónExploración de la distribución de los datosPercentiles y diagramas de cajaTablas de frecuencias e histogramasGráficos de densidad y estimacionesMás informaciónExploración de datos binarios y categóricosModaValor esperadoProbabilidadMás informaciónCorrelaciónGráficos de dispersiónMás informaciónExploración de dos o más variablesAgrupación hexagonal y contornos (trazado de datos numéricos frente a numéricos)Dos variables categóricasDatos categóricos y numéricosVisualización de múltiples variablesMás informaciónInterpretación de los resultados de visualización con IAResumenExploración con IA
2. Datos y distribuciones muestrales
Muestreo aleatorio y sesgo de muestraSesgoSelección aleatoriaTamaño frente a calidad: ¿cuándo importa el tamaño?Media muestral frente a media poblacionalMás informaciónSesgo de selecciónRegresión a la mediaLecturas adicionalesDistribución muestral de una estadísticaTeorema del límite centralError estándarLecturas adicionalesEl método BootstrapRemuestreo frente a BootstrapMás informaciónIntervalos de confianzaMás informaciónDistribución normalDistribución normal estándar y gráficos QQDistribuciones de cola largaMás informaciónDistribución t de StudentMás informaciónDistribución binomialMás informaciónDistribución chi-cuadradoMás informaciónDistribución FLecturas adicionalesDistribución de Poisson y distribuciones relacionadasDistribuciones de PoissonDistribución exponencialEstimación de la tasa de fallaDistribución de WeibullMás informaciónResumenExploración con IA
3. Experimentos estadísticos y pruebas de significación
Pruebas A/B¿Por qué tener un grupo de control?¿Por qué solo A/B? ¿Por qué no C, D,…?Más informaciónPruebas de hipótesisLa hipótesis nulaHipótesis alternativaPruebas de hipótesis unidireccionales frente a bidireccionalesMás informaciónRemuestreoPrueba de permutaciónEjemplo: Retención en la webPruebas de permutación exhaustivas y de BootstrapPruebas de permutación: lo esencial para la ciencia de datosMás informaciónSignificación estadística y valores pValor pAlfaErrores de tipo 1 y de tipo 2La ciencia de datos y los valores pLecturas adicionalesPruebas tLecturas adicionalesPruebas múltiplesLecturas adicionalesGrados de libertadLecturas adicionalesANOVAEstadística FANOVA bidireccionalLecturas adicionalesPrueba de chi-cuadradoPrueba de chi-cuadrado: un enfoque de remuestreoPrueba de chi-cuadrado: teoría estadísticaPrueba exacta de FisherImportancia para la ciencia de datosLecturas adicionalesAlgoritmo del bandido de múltiples brazosLecturas adicionalesPotencia y tamaño de la muestraTamaño de la muestraLecturas adicionalesResumenExploración con IA
4. Regresión y predicción
Regresión lineal simpleLa ecuación de regresiónValores ajustados y residuosMínimos cuadradosPredicción frente a explicación (perfilado)Lecturas adicionalesRegresión lineal múltipleEjemplo: Datos de vivienda del condado de KingEvaluación del modeloValidación cruzadaSelección de modelos y regresión por pasosRegresión ponderadaLecturas adicionalesPredicción mediante regresiónLos peligros de la extrapolaciónIntervalos de confianza y de predicciónVariables factoriales en la regresiónVariables ficticias RepresentaciónVariables factoriales con muchos nivelesVariables factoriales ordenadasInterpretación de la ecuación de regresiónPredictores correlacionadosMulticolinealidadVariables de confusiónInteracciones y efectos principalesDiagnóstico de regresiónValores atípicosValores influyentesHeteroscedasticidad, no normalidad y errores correlacionadosGráficos de residuos parciales y no linealidadRegresión polinómica y de splinesPolinómicossplinesModelos aditivos generalizadosLecturas adicionalesAnálisis de los resultados de un análisis de regresión con IAResumenExploración con IA
5. Clasificación
Bayes ingenuoPor qué la clasificación bayesiana exacta no es prácticaLa solución ingenuaVariables predictoras numéricasLecturas adicionalesAnálisis discriminanteMatriz de covarianzaDiscriminante lineal de FisherUn ejemplo sencilloExtensiones del análisis discriminanteLecturas adicionalesRegresión logísticaFunción de respuesta logística y logitRegresión logística y el GLMModelos lineales generalizadosValores predichos a partir de la regresión logísticaCómo interpretar los coeficientes y las razones de probabilidadesRegresión lineal y logística: similitudes y diferenciasEvaluación del modeloLecturas adicionalesEvaluación de modelos de clasificaciónMatriz de confusiónEl problema de las clases rarasPrecisión, recuperación y especificidadCurva ROCAUCEfecto de elevaciónMás informaciónEstrategias para datos desequilibradosSubmuestreoSobremuestreo y ponderación ascendente/descendenteGeneración de datosClasificación basada en el costoExploración de las prediccionesLecturas adicionalesResumenExploración con IA
6. Aprendizaje automático estadístico
K vecinos más cercanosUn pequeño ejemplo: predicción de la morosidad en préstamosMétricas de distanciaCodificador «one-hot»Estandarización (normalización, puntuaciones z)Elegir KKNN como motor de característicasModelos de árbolesUn ejemplo sencilloEl algoritmo de partición recursivaMedir la homogeneidad o la impurezaCómo evitar que el árbol siga creciendoPredicción de un valor continuoCómo se usan los árbolesLecturas adicionalesBagging y el bosque aleatorioBaggingBosque aleatorioImportancia de las variablesHiperparámetrosBoostingEl algoritmo de boostingXGBoostRegularización: cómo evitar el sobreajusteHiperparámetros y validación cruzadaResumenExploración con IA
7. Aprendizaje no supervisado
Análisis de componentes principalesUn ejemplo sencilloCálculo de los componentes principalesInterpretación de los componentes principalesAnálisis de correspondenciasAnálisis de los resultados de las componentes principales y del análisis de correspondencias con IALecturas adicionalesAgrupamiento por K-mediasUn ejemplo sencilloAlgoritmo de K-meanasInterpretación de los clústeresAnálisis de los clústeres con IASelección del número de clústeresAgrupamiento jerárquicoUn ejemplo sencilloEl dendrogramaEl algoritmo aglomerativoMedidas de disimilitudAgrupamiento basado en modelosDistribución normal multivarianteMezclas de normalesSelección del número de clústeresLecturas adicionalesEscalado y variables categóricasEscalado de las variablesVariables dominantesDatos categóricos y la distancia de GowerProblemas al agrupar datos mixtosVolviendo a la IAResumenExploración con IA
8. Redes neuronales
La estructura básica de una red neuronalLecturas adicionalesAjuste de una red a los datosPonderaciones y sesgosFunciones de activación en las capas ocultasLa capa finalEl proceso de entrenamientoUn modelo sencilloLecturas adicionalesRetropropagación y descenso por gradienteSobreajusteRegularizaciónInterpretación e importancia de las variablesOptimización de hiperparámetrosLecturas adicionalesFunciones de pérdida (costo)Funciones de pérdida para regresiónFunciones de pérdida para la clasificaciónRendimientoResumenExploración con IA
9. Deep Learning
Ventajas de la profundidadRNNDatos de textoProblemas de memoriaLecturas adicionalesRedes convolucionales (CNN)La intuición detrás de las CNNArquitectura de las CNNDatos de imagen y aprendizaje por transferenciaPoniendo todo en práctica: un ejemploMás informaciónTransformadoresIncrustacionesMecanismos de atenciónDescripción general de la arquitecturaRevisando el ejemplo de clasificación de imágenes MNISTLecturas adicionalesAprendizaje por refuerzoBandidos de múltiples brazosProcesos de decisión de MarkovAprendizaje profundo por refuerzoLecturas adicionalesResumenExploración con IA

10. IA generativa y modelos de lenguaje a gran escala
IA generativa y LLMsPredicción de la siguiente palabraCreatividad y temperaturaAprender idiomas y generar imágenes: la atenciónLecturas adicionalesAprendizaje por refuerzo a partir de la retroalimentación humanaAlineaciónModelos de recompensaMás informaciónGeneración de imágenesIntegración de la entrada de textoMás informaciónEscala y potenciaParalelización y GPUModelos de mezcla de expertosCapacidades emergentesInteligencia artificial generalLecturas adicionalesEntrenamiento de LLMs y su adaptación para fines específicosAjuste finoGeneración aumentada por recuperación (RAG)Búsquedas en la webIngeniería de promptsCoincidencia de patrones y aprendizaje en contextoConversación interactivaMás informaciónImplementación y uso de la IA generativaAmpliación de los datos de entrenamiento de la IAIntegración de la IA generativa en aplicacionesIA con capacidad de agenciaDescomposición de tareas y razonamiento en cadenaLa pila de IA generativaLecturas adicionalesResumenExploración con IA
11. Advertencias y consideraciones
Precisión y confiabilidadColapso del modeloEl valor de los datos propiosCodificación de vibracionesUso de la IA para el análisis estadísticoMalinterpretación de la información visualInconsistencia y descuidoAritmética y resolución de problemasAutocríticaBuenas prácticasLa IA, la sociedad y el individuoCompañeros personalesEl Gran HermanoInteligencia artificial generalModelos del mundoCuración y gobernanza de datosProceso de curación de datosProtección de la propiedad y el control de los datosResumenExploración con IA
Bibliografía
Índice
Sobre los autores

Overview

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: translation-feedback@oreilly.com

Los métodos estadísticos son una parte clave de la ciencia de datos, pero pocos científicos de datos tienen formación formal en estadística. Los cursos y libros sobre estadística básica casi nunca abordan el tema desde la perspectiva de la ciencia de datos. La tercera edición de esta popular guía amplía sus fundamentos prácticos en R y Python al conjunto de herramientas modernas de IA, con nuevos capítulos sobre redes neuronales, Deep Learning y modelos de lenguaje a gran escala. La IA generativa está integrada en todo el libro, mostrando cómo funcionan herramientas como ChatGPT, Claude y Gemini, y cómo pueden apoyar los flujos de trabajo estadísticos del mundo real.

Este libro destaca los conceptos más importantes a la hora de trabajar con datos, crear modelos predictivos y realizar la implementación de la IA de manera responsable. Si te sientes cómodo con R o Python y ya tienes algo de experiencia en estadística básica, esta referencia concisa mejorará tus conocimientos estadísticos, tu comprensión de cómo funciona la IA y tu confianza en proyectos reales de ciencia de datos e IA.

Realiza análisis exploratorios de datos para mejorar la calidad y los resultados de los modelos
Aplica el muestreo y el diseño experimental para reducir el sesgo y responder preguntas con claridad
Usa la regresión para entender los procesos que generan datos y detectar anomalías
Crea modelos predictivos usando clasificación, agrupamiento y aprendizaje no supervisado con datos desequilibrados

Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.

Read now

Unlock full access

More than 5,000 organizations count on O’Reilly

O’Reilly covers everything we've got, with content to help us build a world-class technology community, upgrade the capabilities and competencies of our teams, and improve overall team performance as well as their engagement.

Julian F.

Head of Cybersecurity

I wanted to learn C and C++, but it didn't click for me until I picked up an O'Reilly book. When I went on the O’Reilly platform, I was astonished to find all the books there, plus live events and sandboxes so you could play around with the technology.

Addison B.

Field Engineer

I’ve been on the O’Reilly platform for more than eight years. I use a couple of learning platforms, but I'm on O'Reilly more than anybody else. When you're there, you start learning. I'm never disappointed.

Amir M.

Data Platform Tech Lead

I'm always learning. So when I got on to O'Reilly, I was like a kid in a candy store. There are playlists. There are answers. There's on-demand training. It's worth its weight in gold, in terms of what it allows me to do.

Mark W.

Embedded Software Engineer

Fundamentos para una mejor gestión de datos empresariales (Spanish Edition)

Publisher Resources

ISBN: 0642572408893

Cloud Computing

Data Engineering

Data Science

AI & ML

Programming Languages

Software Architecture

IT/Ops

Security

Design

Business

Soft Skills