AI-Assisted Statistics for Data Scientists, 3rd Edition

Tercera edición, ampliamente actualizada y retitulada, del clásico de referencia Practical Statistics for Data Scientists de Peter Bruce, Andrew Bruce y Peter Gedeck, publicado por O'Reilly Media (2026). La obra vincula los principios de la estadística matemática con la práctica diaria de la ciencia de datos en Python y R, incorporando flujos de trabajo asistidos por herramientas de IA generativa (ChatGPT, Claude y Gemini). Está orientada a científicos de datos, analistas cuantitativos, ingenieros de machine learning e investigadores de nivel intermedio que conocen lo básico de programación en R o Python y desean dominar los fundamentos estadísticos sin perderse en excesos teóricos innecesarios.

El texto desglosa más de 50 conceptos estadísticos clave organizados sistemáticamente: análisis exploratorio de datos (EDA), estimadores de posición y variabilidad, distribuciones muestrales, remuestreo y bootstrapping, pruebas de significancia e hipótesis (tests A/B, valores p, pruebas t, ANOVA), regresión lineal y múltiple con diagnósticos de residuos, modelos de clasificación (regresión logística, análisis discriminante, Naïve Bayes), aprendizaje no supervisado (PCA, K-means y agrupamiento jerárquico) y modelos de árboles y ensamblados (Random Forest, Gradient Boosting). Como novedad destacada de esta edición, se incorporan capítulos dedicados a redes neuronales, deep learning y modelos de lenguaje grande (LLMs), arquitecturas RAG y prompt engineering aplicados a la estadística, utilizando librerías canónicas como pandas, NumPy, SciPy, scikit-learn, statsmodels, PyTorch y el ecosistema tidyverse / ggplot2 en R.

El aprendizaje se articula a través de notebooks en Jupyter y scripts en R basados en conjuntos de datos reales de finanzas, vivienda y medicina. Enseña a emplear asistentes de IA para interpretar visualizaciones multivariantes, evaluar sesgos de muestreo y acelerar la codificación analítica manteniendo un criterio riguroso frente a supuestos y limitaciones estadísticas. Su principal valor es distinguir qué métodos tienen relevancia práctica en la industria frente a los que son prescindibles; no cubre infraestructura de Big Data ni ingeniería de datos a gran escala, concentrándose en el rigor conceptual y analítico de los datos.