introduction
Le processus de sélection des scientifiques des données chez Google accorde la plus haute priorité aux candidats ayant une solide expérience en statistiques et en mathématiques. Pas de Google seul, autres grandes entreprises (Amazone, Airbnb, Uber, etc.) à travers le monde préfèrent également les candidats avec des bases solides plutôt que de simples connaissances en science des données.
Si vous aspirez également à travailler pour des entreprises aussi importantes à l'avenir, il est essentiel que vous développiez une compréhension mathématique de la science des données. La science des données est simplement la version évoluée des statistiques et des mathématiques, combiné avec la programmation et la logique métier. J'ai rencontré de nombreux data scientists qui ont du mal à expliquer statistiquement les modèles prédictifs.
Plus qu'une simple précision, comprendre et interpréter chaque métrique, le calcul derrière cette précision est important. Rappelles toi, tous ‘variable’ a une histoire à raconter. Alors, sinon autre chose, Essayez de devenir un grand explorateur d'histoires!
Dans cet article, J'ai compilé une liste de livres incontournables sur les statistiques et les mathématiques. je comprends, les mathématiques n'ont pas d'extrêmes. Donc, J'ai inclus uniquement les livres qui vous aideront à mieux vous connecter à la science des données.
Noter: Cet article mentionne les livres dont l'accès est gratuit par les autorités enregistrées.. Au contraire, un lien vers la librairie Amazon est fourni.
Statistiques
Introduction à l'apprentissage statistique
Il s'agit d'un livre fortement recommandé pour les scientifiques de données pratiquants. L'objectif de ces livres reste de relier le concept de statistique à l'apprentissage automatique.. Donc, en savoir plus sur tous les algorithmes d'apprentissage automatique supervisés et non supervisés populaires. Les utilisateurs R auront une longueur d'avance, puisque les aspects pratiques des algorithmes ont été démontrés en utilisant R. Outre la théorie, ce livre met également l'accent sur l'utilisation d'algorithmes de ML dans des contextes réels.
Disponible: Téléchargement gratuit
Éléments d'apprentissage statistique
Ce livre est un niveau avancé du livre précédent. Il est écrit par Trevor Hastie et Rob Tibshirani, Professeurs de l'Université de Stanford. Son premier livre, ‘Introduction à l'apprentissage statistique’, découvrir les bases des statistiques et du machine learning. Ce livre vous présentera les algorithmes de niveau supérieur, comme réseaux de neurones, ensachage et renfort, méthodes du noyau, etc. Les algorithmes ont été implémentés en programmation R.
Disponible: Téléchargement gratuit
Pensez aux statistiques
L'auteur de ce livre est Alien B Downey. Il est basé sur l'exécution d'analyses statistiques pratiquement en Python. Donc, assurez-vous d'avoir des connaissances de base sur Python avant d'acheter ce livre. Se concentre entièrement sur la compréhension de l'influence des statistiques dans la vie réelle à l'aide d'études de cas populaires. Étant donné que les statistiques et les mathématiques sont étroitement liées, il contient également des chapitres consacrés à des sujets tels que l'estimation bayésienne.
Disponible: Acheter sur Amazon
Des algorithmes aux scores Z
Saviez-vous le rôle crucial des statistiques dans la programmation? L'auteur de ce livre est Norm Matloff, professeur à l'Université de Californie. Ce livre explique l'utilisation de concepts probabilistes et de mesures statistiques dans R. Une fois de plus, une source de bonnes pratiques pour les utilisateurs de R. Enseigne l'art de traiter les modèles probabilistes et de choisir le meilleur pour l'évaluation finale. C'est un livre fortement recommandé (surtout pour les utilisateurs de R).
Disponible: Téléchargement gratuit
Introduction aux statistiques bayésiennes
C'est un livre fortement recommandé pour les débutants en science des données. L'auteur de ce livre est William M Bolstad. C'est une lecture incontournable pour les personnes qui trouvent les mathématiques ennuyeuses. Ayant été écrit dans un style conversationnel (rare de trouver les maths de cette façon), ce livre est une excellente ressource d'introduction sur les statistiques. Il commence par des méthodes scientifiques de collecte de données et se termine par des chapitres consacrés aux statistiques bayésiennes..
Disponible: Téléchargement gratuit
Découvrir les statistiques avec R
Ce livre est écrit par Andy Field, Jeremy Miles et Zoe Field. Je recommande vivement ce livre aux débutants en science des données. Pour commencer avec les statistiques, Ce livre a un excellent contenu qui approfondit les détails de ses sujets. Avec, le concept statistique est expliqué avec R, ce qui le rend encore plus utile. Offre une compréhension étape par étape, avec un support parallèle d'exemples pratiques intéressants.
Disponible: Acheter sur Amazon
Matematiques
Introduction à l'algèbre linéaire
C'est l'un des livres les plus recommandés sur l'algèbre linéaire. L'auteur de ce livre est Gilbert Strang, prof, AVEC. La manière unique de Gilbert de transmettre ses connaissances lui donnerait l'intuition et l'enthousiasme pour avancer après chaque chapitre.. Ce livre vous aidera à construire une base mathématique solide pour l'apprentissage automatique.. Lister tous les chapitres nécessaires, comme vecteurs, équations linéaires, déterminants, valeurs propres, factorisation de tableau, etc. en grande profondeur.
Disponible: Acheter sur Amazon
Calcul matriciel
Les blocs de données et les tableaux sont des composants essentiels de l'apprentissage automatique. L'auteur de ce livre est Gene H Golub et Charles F Van Loan. Ce livre fournit un bon avantage aux étudiants avec les concepts de calculs matriciels. L'auteur couvre la plupart des sujets importants comme l'élimination gaussienne, factorisation matricielle, la méthode lancoz, erreur d'analyse, etc. Chaque chapitre est soutenu par des problèmes pratiques intuitifs. Les pseudocodes sont disponibles dans Matlab.
Disponible: Téléchargement gratuit
Une théorie probabiliste de la reconnaissance de formes
Ceci est une ressource complète pour apprendre l'application des mathématiques. Il s'agit d'un livre incontournable pour les professionnels de l'apprentissage automatique de niveau intermédiaire et avancé.. Ce livre est écrit par Luc Devroye, Laszlo Gyorfi et Gabor Lugosi. Couvre un large éventail de sujets allant du bug aux bayes, discrimination linéaire jusqu'à l'entropie epsilon et les réseaux de neurones. Fournit une explication convaincante des théorèmes complexes avec des problèmes de pratique intelligente de la section.
Disponible: Téléchargement gratuit
Introduction aux mathématiques des réseaux de neurones
Si vous avez un intérêt inné à en savoir plus sur les réseaux de neurones, cela devrait être votre point de départ. L'auteur de ce livre est Jeff Heaton. L'auteur a merveilleusement simplifié les concepts difficiles des réseaux de neurones. Ce livre vous présente les bases des mathématiques sous-jacentes aux réseaux de neurones. On suppose que le lecteur a des connaissances préalables en algèbre, calcul et programmation. Démontre divers outils mathématiques pouvant être appliqués aux réseaux de neurones.
Disponible: Acheter sur Amazon
Mathématiques d'ingénierie avancées
C'est probablement le livre le plus complet disponible sur les mathématiques pour les utilisateurs d'apprentissage automatique.. L'auteur de ce livre est Erwin Kreyszig. En réalité, Ce livre est également fortement recommandé pour les étudiants. Si vous n'avez pas été bon en maths jusqu'à présent, suivez ce livre religieusement et vous êtes sûr de voir des améliorations significatives dans votre compréhension des mathématiques. Avec des pistes et un exemple pratique, ce livre a des sections dédiées au calcul, algèbre, probabilité, etc. Absolument, un livre incontournable pour tous les niveaux de professionnels de la science des données.
Disponible: Téléchargement gratuit
Livre de recettes sur les probabilités et les statistiques
Ce livre de cuisine est un incontournable de votre bibliothèque numérique. Ce n'est pas exactement un manuel que vous découvririez, mais un guide numérique rapide sur les équations mathématiques. L'auteur de ce livre est Matthias Vallentin. Une fois que vous avez terminé avec les bases des mathématiques, ce livre vous aidera à connecter rapidement divers théorèmes et algorithmes avec leurs formules. Il est difficile de dériver des équations instantanément, ce livre vous aidera à naviguer rapidement vers le problème souhaité et à le résoudre.
Disponible: Téléchargement gratuit
Ressources additionnelles
Vous en avez marre de trop lire? Voici une liste de tutoriels (vidéos) / ressources fortement recommandées sur les mathématiques et les statistiques. Ils sont GRATUITS d'accès.
- Cours complet d'algèbre linéaire par le MIT
- Cours complet de calcul multivariable par le MIT
- Apprentissage statistique de l'Université de Stanford
- Mathématiques à la Khan Academy
- Aide-mémoire complet sur les probabilités
Remarques finales
Les livres répertoriés dans cet article sont sélectionnés en fonction de leurs critiques et de la profondeur des sujets abordés.. Ceci n'est pas une liste exhaustive de livres. Mais, J'ai découvert qu'il est presque trop facile de se tromper en décidant ‘Par où commencer?’ Dans de telles situations, il est conseillé de commencer par cette liste.
Dans cet article, J'ai répertorié certains des livres les plus utiles sur les statistiques et l'apprentissage automatique. Les gens ont tendance à négliger ces problèmes dans la poursuite d'un succès rapide.. Mais ce n'est pas la bonne façon. Donc, si votre objectif est le succès à long terme dans la science des données, assurez-vous d'apprendre à créer des histoires à partir de mathématiques et de statistiques.
Avez-vous lu un de ces livres ? Quel livre de mathématiques et de statistiques vous a le plus aidé? Partagez vos suggestions / commentaires dans la section des commentaires ci-dessous.
