Data Scientist y Lenguaje R Guía de Autoformación para el Uso de Big Data

Argumento de Data Scientist y Lenguaje R Guía de Autoformación para el Uso de Big Data

De este modo, el autor plantea un recorrido didáctico y profesional que, sin más requisito previo que un nivel de enseñanza secundaria en matemáticas y una gran curiosidad, permita al lector:

- integrarse en un equipo de data scientists,
- abordar artículos de investigación con un alto nivel en matemáticas,
- llegado el caso, desarrollar en lenguaje R, incluso nuevos algoritmos y producir bonitos gráficos,
- o simplemente gestionar un equipo de proyecto en el que trabajen data scientists, siendo capaces de dialogar con ellos de manera eficaz.

El libro no se limita a los algoritmos del "machine learning", sino que aborda diversos asuntos importantes como el procesamiento del lenguaje natural, las series temporales, la lógica difusa, la manipulación de imágenes.

La dinámica del libro ayuda al lector paso a paso en su descubrimiento de las data sciences y en el desarrollo de sus competencias teóricas y prácticas. El profesional descubrirá a su vez muchas buenas prácticas que puede adquirir y el gestor podrá surfear el libro tras haber leído con atención el bestiario de las data sciences de la introducción, que sin inexactitud o excesiva banalización presenta el tema ahorrando en aspectos matemáticos o en formalismos disuasivos.

Los programas en R descritos en el libro están accesibles para su descarga en el sitio web www.ediciones-eni.com y pueden ejecutarse paso a paso.

Los capítulos del libro:
Introducción Primeros pasos con R Dominar los fundamentos Técnicas y algoritmos imprescindibles Marco metodológico del data scientist Procesamiento del lenguaje natural Grafos y redes Otros problemas, otras soluciones Feature Engineering Complementos útiles Anexos Conclusión 0