Visión general
- Aquí hay 9 libros de ciencia de datos gratuitos para comenzar y actualizarse en varios frentes
- De ninguna manera es esta una lista exhaustiva. Siéntase libre de agregar más libros de ciencia de datos gratuitos en los comentarios a continuación.
Introducción
«De hecho, los datos son el nuevo petróleo»
Cuando escuché esto por primera vez hace muchos años, me burlé e ignoré la declaración. Y estoy bastante seguro de que muchas personas como yo ahora están pensando en cuán precisa fue esta afirmación.
Actualmente, la ciencia de datos se ha apoderado de todas las industrias sin dejar piedra sin remover. Todas las empresas intentan aprovechar una gran variedad de datos en todos y cada uno de los pasos de sus operaciones para obtener la máxima eficiencia. Solo tiene sentido que las personas se familiaricen con al menos algoritmos y herramientas básicos para analizar los datos en sus respectivos dominios para comprender mejor las tendencias y, a su vez, tomar mejores decisiones.
Y si ya está en su viaje de ciencia de datos, debe haberse dado cuenta de lo importante que es actualizarse e implementar de manera práctica algoritmos complejos para obtener mejores resultados.
Pero como siempre, siempre te preguntas por dónde empezar. Ahí es donde vengo a rescatarte. En este artículo, comparto 9 de los principales libros de ciencia de datos gratuitos que las personas deben agregar a su lista para fines de 2020.
El libro incluye todas las ramas principales del aprendizaje estadístico. Para cada tema, los autores primero dan una introducción concisa del problema básico, evalúan los métodos convencionales, señalan sus deficiencias y luego introducen un método basado en la escasez.
Siempre discute primero los modelos regularizados basados en ecuaciones, seguidos de aplicaciones de ejemplo, antes de terminar con una sección de bibliografía que detalla el desarrollo histórico del método dado.
Puede descargar el libro desde aquí.
Este libro elaborado por varias manos por los empleados de Booz Allen Hamilton presenta el tema de la ciencia de datos, presenta las herramientas necesarias para trabajar con el área y amplía un poco el trasfondo. Básicamente funciona como una introducción al tema, pero está muy bien escrito, con infografías e ilustraciones especialmente creativas. Y hay una sección que deben imprimir todos los que trabajan en el campo, una guía sobre cómo elegir la técnica adecuada para cada parte del problema.
Puede descargar el libro desde aquí.
Un clásico de todos los tiempos. Este libro se recomienda o se hace referencia en la mayoría de los cursos de aprendizaje automático con los que me he encontrado, está así de bien escrito. Cubre estadísticas básicas y técnicas de aprendizaje automático.
Lo asombroso de este libro es que cada concepto se explica con estudios de casos en R. Así que una vez que domines la programación, siempre puedes volver y probar cada concepto nuevamente. ¿Qué mejor manera de arraigar un concepto que practicándolo varias veces?
Puede descargar el libro desde aquí.
Este es un libro no es para principiantes. El libro le presenta el concepto de Optimización convexa que es utilizado por casi todos los algoritmos de aprendizaje automático y aprendizaje profundo para alcanzar los parámetros óptimos.
Este es un libro apropiado para alguien que busque ingresar al mundo del aprendizaje automático a través de la optimización. Este es otro enfoque además del viaje a través de estadísticas.
Puede descargar el libro desde aquí.
El libro proporciona una muy buena introducción a los antecedentes matemáticos para la minería de datos y el aprendizaje automático estadístico fundamental. Este libro de texto proporciona una descripción general amplia pero en profundidad de la minería de datos, integrando conceptos relacionados del aprendizaje automático y las estadísticas. Las partes principales del libro incluyen análisis de datos exploratorios, minería de patrones, agrupamiento y clasificación.
El libro sienta las bases básicas de estas tareas y también cubre temas de vanguardia como métodos de kernel, análisis de datos de alta dimensión y gráficos y redes complejas.
Puede descargar el libro desde aquí
El libro presenta los principios fundamentales de la ciencia de datos y lo guía a través del «pensamiento analítico de datos» necesario para extraer conocimiento útil y valor comercial de los datos que recopila.
Este libro está recomendado para principiantes y profesionales intermedios que deseen aprender análisis de datos sin el uso de matemáticas.
Puede descargar el libro desde aquí.
Si un hombre como Elon Musk dice que este es el libro más completo sobre el tema, no creemos que necesite consultar más fuentes sobre el tema.
Los temas del libro son completos, cubre casi todos los aspectos relacionados con el aprendizaje profundo, los autores dieron una buena justificación al cubrir algunos de los temas intrincados que necesitan una atención especial y que no están tan fácilmente disponibles en Internet.
Puede descargar el libro desde aquí.
¿Existe alguna forma alternativa de aprender Deep Learning que aprendiendo a través del libro escrito por el creador de Keras e investigador de inteligencia artificial de Google, Francois Chollet? El libro profundiza en Aprendizaje profundo y enseña conceptos implementando prácticamente en python en Python.
También recomiendo seguir a Francois en Twitter, hay mucho que podemos aprender de él.
Puede descargar el libro desde aquí.
Este es un libro sobre la ciencia de la inteligencia artificial (IA). Presenta la inteligencia artificial como el estudio del diseño de agentes computacionales inteligentes.
El libro equilibra la teoría y la experimentación, mostrando cómo vincularlos íntimamente. Desarrolla la ciencia de la IA junto con sus aplicaciones de ingeniería.
Puede descargar el libro desde aquí.
Notas finales
Este artículo le presenta libros de ciencia de datos gratuitos que pueden ayudarlo a comenzar o actualizar su posición actual en su viaje de ciencia de datos.
Le recomendamos que consulte la lista de libros que también pueden ayudarlo a comenzar una carrera en análisis de negocios.
Siéntase libre de agregar otros libros en los comentarios que crea que deberían haber incluido en la lista.