La Ciencia de Datos supone la base de todo el aprendizaje automático y el futuro de todos los procesos complejos de toma de decisiones combinando algoritmos matemáticos y técnicas de Aprendizaje Automático. La Ciencia de Datos proporciona la estructura necesaria para entrenar modelos de Inteligencia Artificial. Las técnicas estadísticas son un gran apoyo para la algoritmia de la ciencia de datos. A lo largo de este libro se desarrollan gran parte de las técnicas de aprendizaje no supervisado desde un punto de vista metodológico y desde un punto de vista práctico con aplicaciones a través del software R. Se profundiza en las Técnicas de Reducción de la Dimensión: Análisis en Componentes Principales, Análisis Factorial, Análisis de Correspondencias Simples y Análisis de Correspondencias Múltiples desde una doble óptica teórica y práctica.