Ciencia de datos con R con Aprendizaje supervisado
Regresión
- ISBN: 9791387803070
- Editorial: Garceta, Grupo Editorial
- Fecha de la edición: 2026
- Lugar de la edición: Madrid. España
- Encuadernación: Rústica
- Medidas: 24 cm
- Nº Pág.: 236
- Idiomas: Español
La ciencia de datos es un campo interdisciplinar que utiliza métodos, algoritmos, procesos y sistemas para extraer conocimiento y conclusiones a partir de todo tipo de datos. A través del aprendizaje automático combina elementos de estadística, informática, matemáticas y técnicas de análisis para resolver problemas, hacer predicciones y generar valor a partir de los datos. Se apoya en grandes volúmenes de datos (Big Data) para descubrir patrones, tendencias y relaciones que pueden ser utilizadas para la toma de decisiones.
En este libro se desarrollan técnicas de aprendizaje supervisado utilizadas habitualmente en las aplicaciones de Inteligencia Artificial Predictiva y Ciencia de Datos.
Las técnicas se ilustran con ejemplos totalmente resueltos a partir del software adecuado para ello. Se utilizará el lenguaje R y sus librerías relativas al aprendizaje supervisado, ideales para trabajar en este campo.
Se profundiza en algortimos predictivos como:
Regresión Lineal Múltiple
Ridge Regression
PLS Regression
LARS Regression
LASSO Regression
Elastic Net Regression
Modelo Lineal Generalizado
Regresión Robusta
Support Vector Regression (SVR)
Kernel Ridge Regression (KRR)
Stochastic Gradient Descendent Regression (SGD)
Regresión de Hubert
Regresión de Poisson
Regresión Binomial Negativa
Modelos Logit y Probit
Modelos de Recuento
Modelos de Regresión con Redes Neuronales
