Estadística inferencial para Machine Learning con R y Python
What you'll learn
- Resolver problemas del ámbito de la estadística usando el entorno estadístico R
- Estimar parámetros de una población a partir de una muestra
- Calcular un intervalo de confianza tanto a mano como con R
- Calcular e interpretar un contraste de hipótesis paramétrico y no paramétrico tanto a mano como con R
- Realizar el análisis de la varianza tanto de un factor como de varios factores
- Ajustar mediante modelos de regresión lineal simple y múltiple
- Clasificar mediante diferentes técnicas de clustering
Requirements
- Ganas de aprender acerca del mundo de la estadística inferencial
- Conocimientos básicos de matemáticas
- Es muy recomendable haber hecho el curso online de estadística descriptiva, el de probabilidad y el de álgebra lineal con R y Python de Juan Gabriel Gomila
- No es necesaria una base de programación, pero si recomendable para sacar más provecho a la parte de estadística
Description
Conoce toda la estadística inferencial de la mano de Juan Gabriel Gomila, Arnau Mir y Ricardo Alberich, expertos en la estadística y con más de 30 años de experiencia tanto en su docencia como en su aplicación práctica en la empresa. Asienta las bases para convertirte en el Data Scientist del futuro con todo el contenido de estadística inferencial del curso. En particular verás los mismos contenidos que explicamos en la carrera a los matemáticos, ingenieros, economistas, biólogos, médicos o informáticos como por ejemplo:
Logística e instalación de R y RStudio y de Anaconda Navigator para Python
Diseño experimental y tipos de muestreo, para que aprendas cómo se deben recopilar los datos para que el análisis estadístico o de Machine Learning tenga sentido.
Estimación puntual de parámetros poblacionales, incluyendo la media, la proporción, la desviación típica, el tamaño de la población o el máximo entre otros.
Elaboración de todos los intervalos de confianza para los parámetros poblacionales y su correcta interpretación desde el inicio, para que nunca más te equivoques al leer esa salida de un algoritmo de R o de Python.
Contrastes de hipótesis de una muestra, de dos muestras independientes y de dos muestras emparejadas para todos los estadísticos de contraste que estudiaremos, incluso cómo automatizar el análisis con R y con Python
Bondad de ajuste, de homogeneidad y de independencia para verificar si los datos proceden de poblaciones normales, o de poblaciones independientes entre otros. Incluido el test chi cuadrado de Pearson y el test de Kolmogorov Smirnov entre otros.
Análisis de la varianza para estudiar k poblaciones en paralelo y ver si todas ellas tienen la misma media o bien alguna destaca, muy útil en marketing para detectar filones de segmentos a explotar para maximizar las ventas y los beneficios.
Regresión lineal simple, múltiple y clustering desde cero, para que luego puedas expandir tus conocimientos en los cursos de Machine Learning de la A a la Z
Tareas, ejercicios, tests, problemas y casos reales para que pongas en práctica todo lo que aprendas con nosotros en el curso.
Repositorio Github con todo el material del curso para disponer de los mismos scripts que usamos en clase desde el minuto inicial.
Una vez termines el curso podrás seguir con los mejores cursos de análisis de datos publicados por Juan Gabriel Gomila como los cursos de Machine Learning o Inteligencia Artificial con Python o RStudio, el Curso de Data Science con Tidyverse y RStudio o incluso los varios cursos de Deep Learning1! Todo el material del curso está enfocado en resolver los problemas de falta de base en el ámbito de estadística inferencial que presentan los estudiantes de esos cursos avanzados y poderlo hacer en un curso a parte te permitirá nivelar tus conocimientos y tomar los otros cursos con garantías de éxito.
Who this course is for:
- Estudiantes de ingenierías, economías y ciencias que quieran aprender los fundamentos de estadística inferencial
- Todos aquellos que quieran trabajar con el entorno estadístico R
- Futuros estudiantes de cursos de Machine Learning y de Inteligencia Artificial
- Data Scientists que quieran tener un fundamento sólido de matemáticas y variables aleatorias
- Ingenieros de ML, IA con falta de base para aprender mejor cómo funcionan estos algoritmos y saber interpretar sus valores
- Estudiantes de los cursos de ML, IA, TensorFlow de Juan Gabriel Gomila que necesiten asentar sus bases teóricas en la inferencia estadística
Course content
- Preview04:42
- Preview08:59
- Preview02:12
- 09:59Cómo hacer preguntas en el curso de Udemy
- 03:45La comunidad de Discord para aprender online
- 06:31Repositorio Github del curso de estadística inferencial
- 3 questionsSacando el máximo provecho del curso
- Preview02:40
- 00:03El libro del curso
- 10:06Pre requisitos del curso
Instructors
Soy licenciado en matemáticas, especializado en el análisis de datos para empresas de videojuegos con R y Python, en Game Design para videojuegos de social casino, en el desarrollo de aplicaciones móviles para iOS y para Android y desarrollador de videojuegos utilizando los motores Unreal Engine y Unity tanto para PC como para móvil desde el año 2011.
Me encanta programar, crear apps y videojuegos que la gente utilice y sobretodo enseñar tanto en el mundo online, como en la Universidad presenciamente.
Aquí en Udemy, llevo como profesor online desde verano de 2015 he lanzado ya más de 90 cursos online con más de 300.000 estudiantes en más de 160 países de todo el mundo que han aprendido en castellano temáticas de desarrollo tan diversas como el mundo de las apps para iOS en Objective-C, Swift y SpriteKit, en Android con Java, desarrollo de videojuegos con Unity y Unreal Engine cubriendo desde lo más básico hasta aspectos avanzados para crear juegos profesionales o incluso análisis de datos masivos, big data, machine learning y data science con R, Tidyverse y Python.
Soy también Instructor Certificado de Unity (UCI), lo cual me permite viajar por todo el mundo asesorando y dando formación en desarrollo de videojuegos para empresas de CAD, o estudios de renombre como por ejemplo Team 17 (Worms, The Escapists), Genera Games (Disney's Frozen, Star Wars) o Ubisoft (Assassin's Creed, CSI Hidden Crimes)
Además, los propios estudiantes online de varias partes del mundo me han contactado para ir a dar conferencias y compartir mis experiencias en lugares tan bonitos como Colombia, Dinamarca, USA, México, Suecia, Holanda, Londres o Bolivia entre otros. Si no conoces aún ninguno de los cursos que imparto aquí en Udemy, tómate un tiempo para visitar los diversos cursos gratuitos que tengo publicados aquí mismo.
Doctor en Informática por la Universidad de Las Islas Baleares (UIB, España).
Tengo una experiencia docente de más de 25 años en estudios de grado y Máster.
He sido docente de diversas asignaturas dedicadas al Análisis de Datos: Estadística, Probabilidad y Procesos Estocásticos, Análisis de datos, Aprendizaje Estadístico, Minería de Datos, Inteligencia Computacional, Bioestadísca, Minería de textos.
Docente del MOOC de Miriadax: "AprendeR: Introducción al tratamiento de datos con R y RStudio" en 2016 con miles de estudiantes.
Coautor de decenas de artículos y dos libros didácticos.
Miembro del grupo de investigación de Biología computacional y Bioinformática de la UIB.
Director del Departamento de Ciencias Matemáticas e informática (del 2011 a 2019) de la Universidad de las Islas Baleares (UIB España).
Profesor de matemáticas con más de 30 años de experiencia en la enseñanza de asignaturas relacionadas con:
- la probabilidad y la estadística en grados de Matemáticas, Biología y Bioquímica.
- cálculo y análisis de una y varias variables en grados de matemáticas.
- análisis numérico en grados de matemáticas.
Coautor del MOOC (curso de aprendizaje online) "AprenderR: Introducción al tratamiento de datos con R y Rstudio" actualmente en funcionamiento y que tuvo más de 11000 estudiantes el curso 2016-17.
Consultor de estadística en el grado de informática en la Universitat Oberta de Catalunya (UOC) desde el curso 2000-01 hasta la actualidad.
Coordinador de la asignatura de Matemáticas II de las pruebas de acceso a la Universidad de las Islas Baleares desde el curso 2007-08 hasta el curso 2018-19.
Miembro del grupo de investigación BIOCOM (Biología computacional y Bioinformática) y colaborador del grupo de investigación SCOPIA (Soft Computing, Procesamiento de Imágenes y Agregación) desde el curso 2006-07.