La OMI, las estadísticas básicas y la probabilidad servirán como componentes básicos para cualquier análisis de datos. Una gran cantidad de tiempo el análisis de datos implica resumir los datos utilizando la medida de centralidad adecuada, por ejemplo: la elección de esto requiere una comprensión básica de la media, la mediana, los percentiles, etc. de distribución de datos (gaussiano), sd, intervalo de confianza, etc. Para probar / refutar hipótesis sobre datos: la inferencia estadística necesita comprender los valores p, la prueba t, etc.
Una vez establecidos los fundamentos, cualquier herramienta podría usarse convenientemente para analizar datos para ese asunto, incluso sobresalir, aparte de R, matlab, statistica, python, etc. Recomendaría este curso en Coursera si está interesado en explorar
Análisis de datos e inferencia estadística (DASI) de la Universidad de Duke
- ¿Cómo se usa la ciencia de datos en fintech?
- ¿Cómo pueden las técnicas de big data y los métodos estadísticos ayudar a un jugador de cricket a analizar sus datos históricos y mejorar su rendimiento?
- ¿Cuál es el trabajo que hacen los científicos de datos?
- ¿Cuáles son las perspectivas de trabajo después de hacer una maestría en ciencia de datos / análisis de datos en Irlanda?
- ¿Por qué es importante la minería de datos?
Todo lo mejor !