La Ciencia de Datos supone la base de todo el aprendizaje autom tico y el futuro de todos los procesos complejos de toma de decisiones combinando algoritmos matem ticos y t cnicas de Aprendizaje Autom tico. La Ciencia de Datos proporciona la estructura necesaria para entrenar modelos de Inteligencia Artificial. Las t cnicas estad sticas son un gran apoyo para la algoritmia de la ciencia de datos. A lo largo de este libro se desarrollan gran parte de las t cnicas de aprendizaje no supervisado desde un punto de vista metodol gico y desde un punto de vista pr ctico con aplicaciones a trav s del software R. Se profundiza en las T cnicas de Reducci n de la Dimensi n: An lisis en Componentes Principales, An lisis Factorial, An lisis de Correspondencias Simples y An lisis de Correspondencias M ltiples desde una doble ptica te rica y pr ctica.