Por: Ramiro Casó.   2 noviembre

En la anterior entrega hablé sobre la importancia de la data alfabetización, que definimos como la habilidad para leer, trabajar, analizar y debatir con datos. Hoy quisiera compartir con ustedes algunos recursos con los que podrían empezar a explorar este fascinante tema. No será una lista exhaustiva, desde luego. Será un conjunto de libros y aplicaciones que descubrí gracias a colegas y profesores. Por temas de espacio, me limitaré a aquellos recursos que sirvan para dar los primeros pasos.

  • Competing on Analytics: Updated, with a New Introduction: The New Science of Winning. Escrito por Thomas Davenport, Jeanne Harris y David Abney. Es un libro muy interesante porque sirve para evangelizar. No es nada técnico. Tiene cientos de ejemplos actuales y hace un repaso bastante profundo de las distintas aplicaciones de Business Analytics. Davenport es profesor de Babson College y es un prolífico escritor en revistas importantes, como Harvard Business Review.
  • Practical Statistics for Data Scientists: 50 Essential Concepts. Escrito por Peter Bruce y Andrew Bruce. Se trata de un libro introductorio, en el que se explican con muchísima claridad los conceptos esenciales para el análisis de datos. El primer capítulo está dedicado al análisis exploratorio de datos, que es lo que se necesita como mínimo para considerarse data alfabetizado. El libro tiene muchísimos ejemplos y aplicaciones para R, el lenguaje de programación. Esto último puede lucir intimidante, pero creo que vale la pena aunque solo sea para irse familiarizando.
  • R for Data Science: Import, Tidy, Transform, Visualize, and Model Data. Si realmente quiere aprender sobre R, este libro, escrito por Hadley Wickham y Garrett Grolemund, es indispensable. Es un libro técnico pero muy útil y muy accesible. Como el anterior, aborda sobretodo temas básicos de análisis de datos, usando R como herramienta de análisis.
  • Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. Escrito por Foster Provost y Tom Fawcett. Los autores son profesores de la escuela de negocios Stern de la Universidad de Nueva York. Lo fantástico del libro es que está escrito a medio camino entre lo técnico y lo aplicado. Es decir, los autores han hecho este libro para practicantes, no para académicos. Por lo tanto, es un libro profundo pero fácil de leer, cargado de ejemplos prácticos.
  • Jamovi. Es un software gratuito y de código abierto con versiones para Mac y Windows. Permite integraciones con R, aunque no es necesario saber ese lenguaje para usarlo. Tiene un interfaz gráfica extremadamente sencilla de usar, ideal para dar los primeros pasos.

Ahí los tienen: 4 libros y un programa estadístico, ideales para iniciar el camino al interesante mundo de los datos.

¡Ojalá les sea de provecho!