Cet article a été publié dans le cadre du Blogathon sur la science des données.
Ce que vous ne pouvez pas trouver dans la voix de quelqu'un, vous pouvez le trouver dans l'écriture de quelqu'un.
étudier quelque chose par moi-même sur le web. C'était plus facile pour moi (comme certains d'entre vous) comprendre et ne pas subir la douleur de lire les livres disponibles. La plupart du temps, J'ai ressenti la même chose à moins que je ne découvre récemment ces écrivains ou éditeurs qui ont supprimé l'élément de « ennui » des livres thématiques et les a rendus si … très interessants.
Cela a commencé lorsqu'un de mes amis très intelligents m'a dit de commencer à lire des livres parce qu'ils contiennent plus de contenu et que cela s'ajoute à une compétence vraiment importante pour tout le monde., c'est-à-dire. lire et comprendre. Initialement, Cela ne m'intéressait pas à moins de mentionner également un éditeur dont les livres sont vraiment amusants à lire et interactifs.. Cela m'a fait réfléchir: « Est-ce que quelque chose comme ça existe vraiment? » así que para confirmar mi duda lo intenté y desentrañé toda esta nueva dimension"Dimension" C’est un terme qui est utilisé dans diverses disciplines, comme la physique, Mathématiques et philosophie. Il s’agit de la mesure dans laquelle un objet ou un phénomène peut être analysé ou décrit. En physique, par exemple, On parle de dimensions spatiales et temporelles, alors qu’en mathématiques, il peut faire référence au nombre de coordonnées nécessaires pour représenter un espace. Sa compréhension est fondamentale pour l’étude et... de libros asombrosos que podía leer durante horas.
Aujourd'hui, je deviens votre bienfaiteur et je partage ces livres avec vous, ces éditeurs dont les livres vous feront réfléchir à deux fois avant de vous détourner des livres.
Mon favori Éditeurs:
1. Publications d'effectifs
Il s'agit d'une maison d'édition basée aux États-Unis fondée en 1990, qui publient principalement des livres sur des sujets informatiques et beaucoup d'entre eux sont mondialement connus et aimés par des millions de lecteurs. Les plus étonnants sont mentionnés ci-dessous avec tous mes autres meilleurs livres sur la science des données.
2. O ‘Reilly Media Inc.
Esta es otra organización de aprendizaje estadounidense absolutamente fantástica creada por Tim O’Reilly que distribuye libros, organise des réunions technologiques et offre une étape d'apprentissage en ligne. Son image particulière comprend une gravure sur bois d'une créature sur un nombre important de couvertures de ses livres.. Ses livres contiennent une richesse de contenu sur les sujets les plus récents et de haute technologie afin que ses lecteurs puissent se plonger dans ces domaines et exceller dans son travail..
Mes livres préférés sur la science des données:
1. Manual de ciencia de datos de Python de Jake VanderPlas publicado por O ‘Reilly.
Este libro es el mejor para aquellos que recién comenzaron a hacer análisis de datos o ciencia de datos y necesitan un libro de referencia para consultar todas las técnicas y funcionalidades de la biblioteca y fortalecer su control sobre Python para la ciencia de datos y dejar que funcione pour vous. Le livre couvre ces sujets avec beaucoup de détails et de profondeur.: {IPython (Python interactif), Numpy, Manipulation de données avec Pandas, Visualisation avec matplotlib, Algorithmes de machine learning supervisés et non supervisés avec scikit-learn}. La quantité et la qualité du contenu disponible sur ces sujets contribueront de manière significative à tirer parti de vos compétences pour les premières étapes de tout cycle de projet de science des données..
2. Statistiques pratiques pour les scientifiques des données par Peter Bruce, Andrew Bruce y Peter Gedeck publicado por O ‘Reilly.
La deuxième édition de ce livre a déjà été publiée et parlant personnellement, même si vous êtes débutant ou pratiquant, la lecture de ce livre vous sera bénéfique, car il y a beaucoup de compétences que j'ai obtenues de ce livre, peu étaient ceux que j'ai appris. J'ai oublié au fil du temps et certains que je ne connaissais même pas. Après avoir lu ce livre, j'ai commencé à me sentir plus en confiance et je peux dire que cela valait la peine d'être lu..
Comprend les sujets suivants: {AED, distribution des données et échantillonnage, expériences statistiques et tests de signification, régression, classification, apprentissage statistique automatique et apprentissage non supervisé}. Ensuite, si vous êtes débutant, Je vous recommande de lire le premier livre, puis de vous lancer directement dans ce livre et de vous familiariser avec de nombreuses nouvelles compétences en science des données..
3. Introduction à la science des données par Davy Cielen et.al publié par Manning Publications
J'aime ce livre pour une raison particulière et c'est que les livres contiennent non seulement les sujets de science des données que nous voyons partout, mais aussi inclure d'autres aspects de la science des données en tant que domaine, Quoi {Bases de données NoSQL, extraction de texte, analyse de texte , Premier pas dans le Big data, et en particulier dans le traitement de données volumineuses sur un seul ordinateur.} Comprendre et travailler avec l'intégration de bases de données dans votre projet de science des données est une compétence vraiment utile et recherchée.. Je vous recommande fortement de lire ceci et de vous familiariser plus ou moins avec les compétences supplémentaires susmentionnées dans votre arsenal..
4.The Art of Statistics Learning from Data de David Spiegelhalter publié par Pelican Publications
Ce livre m'a été particulièrement recommandé par mon instructeur pendant que je suivais mon cours Applied Data Science sur Coursera à l'Université du Michigan.. Ils nous ont conduit de manière significative à prendre conscience de l'importance des compétences (être plus précis, De l'art) visualisation afin que votre visualisation ne dise pas ce qu'elle est censée ne pas dire et semble explicite pour le lecteur. Je recommande ce livre à ceux qui veulent comprendre la profondeur de la visualisation de données et maîtriser la compétence.
5. Data Science from Scratch por Joel Grus publicado por O’Reilly
La deuxième édition de ce livre a déjà été publiée et a été un livre populaire en raison du fait que divers fondements se trouvent dans ce livre unique.. Commencer par un cours accéléré sur Python, visualisation de données, algèbre linéaire et statistiques, probabilité, hypothèse et inférence, obtenir et travailler avec des données et de nombreux autres sujets liés aux données ainsi que l'apprentissage automatique, les réseaux de neurones, systèmes de recommandation, analyse de réseau et tout le reste lié à bien. C'est un package complet et vous devriez certainement envisager de le lire..
6. R para ciencia de datos de Hadley Wickham y Garrett Grolemund publicado por O ‘Reilly
Bien, J'admets que j'aime travailler avec Python et que je n'ai mentionné que des livres basés sur Python pour la science des données. Pero este libro es para personas a las que les gusta o le dan una oportunidad al lenguaje de programación ‘R’. J'ai essayé cette langue et c'est bien, mais la plupart du travail est lié à python, donc je n'ai jamais envisagé de changer mon langage de programmation en R. Ce livre brise ce préjugé, realmente disfruté leyendo e implementando este libro mientras estaba aprendiendo ‘R’ . Vous devriez absolument lire ce livre si vous envisagez de faire quelque chose d'amusant ou de nouveau dans le domaine de la science des données., comment apprendre une nouvelle langue pour les tâches de science des données. Les livres vous diront tout. Vaut vraiment le détour.
7. Pensez Stats de Allen B. Downey publicado por O ‘Reilley
Think Stats est une préface à Probabilités et statistiques pour les ingénieurs logiciels Python et les data scientists (si vous n'êtes pas déjà familiarisé avec ces sujets en détail).
Think Stats décrit des méthodes simples que vous pouvez utiliser pour explorer des ensembles de données réels et répondre à des problèmes intrigants. Le livre présente une analyse contextuelle à l'aide des données de la Instituts nationaux de la santé.
Si vous avez des compétences essentielles en Python, vous pouvez les utiliser pour apprendre des idées dans probabilité Oui Statistiques. Think Stats dépend d'une bibliothèque Python pour les distributions de probabilité. De nombreux exercices inclus utilisent des programmes courts pour exécuter diverses expériences et aider les lecteurs à développer une solide compréhension..
La plupart des livres ne couvrent pas Statistiques bayésiennes Cependant, Pensez que les statistiques dépendent de la possibilité que les techniques bayésiennes soient trop critique pour même envisager de retarder. En exploitant les librairies PMF et CDF (utilisé pour la distribution de probabilité), les amateurs sont susceptibles de maîtriser les idées et de faire face aux problèmes de test.
C'est tout pour cet article., J'espère que ces livres vous éclaireront. Continue à grandir, continue de lire, continue de fleurir.
Gargeya Sharma
Étudiant en troisième année B.Tech
Spécialisé en Deep Learning et Data SciencePour plus d'informations, vérifier ma page d'accueil github
LinkedIn GitHub
photo par Annelies Geneyn sur Unsplash
Les médias présentés dans cet article ne sont pas la propriété de DataPeaker et sont utilisés à la discrétion de l'auteur.
