¿Cuánto conocimiento estadístico es necesario para convertirse en un buen científico de datos? ¿Alguna guía / fuente / libro práctico para aprender estadísticas que sea suficiente para fines de ciencia de datos?

Todavía no soy un científico de datos, pero estoy estudiando psicología. El tema principal de los métodos de psicología es la estadística. Entonces tienes suficiente. Después de cuatro semestres de psicología, tuve una introducción a Java como un tema menor. Un semestre después (ahora) estoy siguiendo el curso de Andrew Ng sobre aprendizaje automático, mientras asistía a una conferencia sobre minería de datos en mi universidad, en la que la mayoría de los otros estudiantes son estudiantes de informática empresarial. Lo que puedo decir hasta ahora es que una buena base en estadística definitivamente ayuda a entrar en la ciencia de datos. Viniendo de Psicología, definitivamente todavía tengo una falta de conocimiento y comprensión sobre las estructuras de datos y la implementación de métodos de minería de datos en código auto escrito. Pero cuando miro a las personas de informática empresarial, claramente carecen de metodología cuando se trata de estadísticas.
Están utilizando herramientas como rapidminer, lo cual es definitivamente genial, pero la mayoría de las veces examinan los datos simplemente observando tramas y gráficos, y están retocando hasta que encuentran algo significativo, mientras que, por ejemplo, descuidan por completo el aumento de la inflación del error alfa. con cada prueba u operación realizada en los datos …
Para abreviar, estoy de acuerdo en que depende del dominio en el que intente aplicar su capacidad para analizar datos. Cuanto más científico, más sólido debería ser su conocimiento de métodos, para los compañeros de trabajo y los empleadores en un contexto científico es muy probable que se usen con buenos estándares cuando se trata de métodos. Si solo tiene en mente un pequeño inicio, probablemente no sea necesario contar con estadísticas masivas desde el principio, pero también mejoraría profundamente su curva de aprendizaje en ciencia de datos. Si prefiere ahorrar el tiempo necesario para aprender estadísticas para otra cosa, eso podría no ser un gran problema en un contexto económico. A juzgar por qué tipo de estadística se enseña en economía en mi universidad y comparar eso con las estadísticas en psicología, eso generalmente nos hace reír. Y eso a pesar del hecho de que se considera una de las mejores universidades alemanas para la economía.
Aparte de eso, si su pregunta solo tiene como objetivo adivinar si puede seguir un curso de ciencia de datos para principiantes, creo que lo más probable es que enseñen los conceptos básicos necesarios de estadística sobre la marcha.
Con respecto a los libros, todo lo de Andy Fields es muy recomendable, aunque sus libros generalmente se basan en la enseñanza de algún software de estadísticas como R o SPSS, explica muchas estadísticas a lo largo de esos libros de una manera muy comprensible. Y hasta donde recuerdo, hay un video de clase de estadísticas de Harvard en línea, que escuché que es muy bueno. Desafortunadamente, todo lo demás que puedo recomendar está disponible solo en alemán 😉