Ciencia de datos desde cero : principios básicos con python / Joel Grus.

Incluye índice de contenido al principio del texto.

Incluye índice alfabético, página 408.

1. Introducción.
El ascenso de los datos.
¿Qué es la ciencia de datos o data science?.
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 d
Excepciones.
Listas.
Tuplas.
Diccionarios.
Defaultdict.
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.
Cómo escribir 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.
Tendencias centrales.
Dispersión.
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.
Conocimientos básicos de los archivos de texto.
Archivos delimitados.
Raspado web.
HTML y su análisis.
Ejemplo: Controlar el congreso.

10. Trabajar con datos.
Explorar los datos.
Explorar datos unidimensionales.
Dos dimensiones.
Muchas dimensiones.
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 sobreajuste.
Exactitud.
El término medio entre sesgo y varianza.
Extracción y selección de características.
Para saber más.

12. 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.

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.
Dropout.
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.
Multiplicación de matrices.
Centralidad.
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.
JOIN.
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.

27. Sigamos haciendo ciencia de datos.
IPython.
Matemáticas.
No desde cero.
NumPy.
Pandas.
scikit-learn.
Visualización.
R.
Deep learning (aprendizaje profundo).
Encontrar datos.
Haga ciencia de datos.
Hacker News..
Camiones de bomberos.
Camisetas.
Tuits en un globo terráqueo..
¿Y usted?.