Libri di matematica e statica per la scienza dei dati

introduzione

Il processo di selezione dei data scientist presso Google dà la priorità ai candidati con un forte background in statistica e matematica. Nessun solo Google, altre grandi aziende (Amazon, Airbnb, Uber, eccetera.) in tutto il mondo preferiscono anche candidati con solide basi piuttosto che semplici conoscenze di data science.

Se anche tu aspiri a lavorare in futuro per aziende così importanti, è essenziale sviluppare una comprensione matematica della scienza dei dati. La scienza dei dati è semplicemente la versione evoluta di statistica e matematica, combinato con la programmazione e la logica aziendale. Ho incontrato molti data scientist che faticano a spiegare statisticamente i modelli predittivi.

Più che derivare la precisione, comprendere e interpretare ogni metrica, il calcolo dietro quella precisione è importante. Ricordare, ogni 'variabile'’ ha una storia da raccontare. Così, se non qualcos'altro, Prova a diventare un grande esploratore di storie!

In questo articolo, Ho compilato un elenco di libri da leggere assolutamente su statistica e matematica. Capisco, la matematica non ha estremi. Perciò, Ho incluso solo quei libri che ti aiuteranno a connetterti meglio con la scienza dei dati.

Nota: Questo articolo cita libri il cui accesso è gratuito da parte delle autorità registrate.. Altrimenti, viene fornito un collegamento alla libreria Amazon.

Statistiche

Introduzione all'apprendimento statistico

Questo è un libro altamente raccomandato per la pratica degli scienziati dei dati. Il focus di questi libri rimane sul collegamento del concetto di statistica con l'apprendimento automatico.. Perciò, conoscere tutti i più diffusi algoritmi di apprendimento automatico supervisionato e non supervisionato. Gli utenti R avranno un vantaggio, poiché la praticità degli algoritmi è stata dimostrata utilizzando R. Oltre alla teoria, Questo libro enfatizza anche l'uso di algoritmi ML in contesti di vita reale..

A disposizione: Download gratuito

Elementi di apprendimento statistico

Questo libro è un livello avanzato del libro precedente. È scritto da Trevor Hastie e Rob Tibshirani, Professori della Stanford University. Il suo primo libro, "Introduzione all'apprendimento statistico", scopri le basi delle statistiche e dell'apprendimento automatico. Questo libro ti introdurrà ad algoritmi di livello superiore, come reti neurali, insaccamento e rinforzo, metodi del kernel, eccetera. Gli algoritmi sono stati implementati nella programmazione R.

A disposizione: Download gratuito

Pensa alle statistiche

L'autore di questo libro è Alien B Downey. Si basa sull'esecuzione di analisi statistiche praticamente in Python. Perciò, assicurati di avere una conoscenza di base di Python prima di acquistare questo libro. Si concentra completamente sulla comprensione dell'influenza delle statistiche nella vita reale utilizzando casi di studio popolari. Poiché statistica e matematica sono strettamente correlate, ha anche capitoli dedicati ad argomenti come la stima bayesiana.

A disposizione: Acquista su Amazon

Dagli algoritmi ai punteggi Z

Sapevi del ruolo cruciale delle statistiche nella programmazione?? L'autore di questo libro è Norm Matloff, professore all'Università della California. Questo libro spiega l'uso di concetti probabilistici e misure statistiche in R. Un'altra volta, una fonte di buone pratiche per gli utenti di R. Insegna l'arte di trattare i modelli probabilistici e di scegliere il migliore per la valutazione finale. È un libro consigliatissimo (soprattutto per gli utenti R).

A disposizione: Download gratuito

Introduzione alla statistica bayesiana

Questo è un libro altamente raccomandato per i principianti nella scienza dei dati. L'autore di questo libro è William M Bolstad. È una lettura obbligata per le persone che trovano noiosa la matematica. Essendo stato scritto in uno stile colloquiale (raro trovare la matematica in questo modo), questo libro è una grande risorsa introduttiva alle statistiche. Inizia con metodi scientifici di raccolta dei dati e termina con capitoli dedicati alla statistica bayesiana..

A disposizione: Download gratuito

Scoprire le statistiche usando R

Questo libro è scritto da Andy Field, Jeremy Miles e Zoe Field. Consiglio vivamente questo libro ai neofiti della scienza dei dati. Per iniziare con le statistiche, Questo libro ha un ottimo contenuto che approfondisce i dettagli dei suoi argomenti. Insieme a, il concetto statistico è spiegato insieme a R, il che lo rende ancora più utile. Offre una comprensione passo passo, con il supporto parallelo di interessanti esempi pratici.

A disposizione: Acquista su Amazon

Matematica

Introduzione all'algebra lineare

Questo è uno dei libri più consigliati sull'algebra lineare. L'autore di questo libro è Gilbert Strang, insegnante, INSIEME A. Il modo unico di trasmettere la conoscenza di Gilbert gli avrebbe dato l'intuizione e l'eccitazione per andare avanti dopo ogni capitolo.. Questo libro ti aiuterà a costruire una solida base matematica per l'apprendimento automatico.. Elenca tutti i capitoli necessari, come vettori, equazioni lineari, determinanti, autovalori, fattorizzazione di array, eccetera. in grande profondità.

A disposizione: Acquista su Amazon

Calcolo a matrice

I frame di dati e gli array sono componenti essenziali del machine learning. L'autore di questo libro è Gene H Golub e Charles F Van Loan. Questo libro offre un buon vantaggio agli studenti con i concetti di calcoli matriciali. L'autore copre la maggior parte degli argomenti importanti come l'eliminazione gaussiana, fattorizzazione a matrice, il metodo lancoz, analisi degli errori, eccetera. Ogni capitolo è supportato da problemi pratici intuitivi. Gli pseudocodici sono disponibili in Matlab.

A disposizione: Download gratuito

Una teoria probabilistica del riconoscimento di schemi

Questa è una risorsa completa per imparare l'applicazione della matematica. Questo è un libro da leggere assolutamente per i professionisti dell'apprendimento automatico di livello intermedio e avanzato. Questo libro è scritto da Luc Devroye, Laszlo Gyorfi e Gabor Lugosi. Copre una vasta gamma di argomenti che vanno da bug a bayes, discriminazione lineare fino all'entropia epsilon e alle reti neurali. Fornisce una spiegazione convincente di teoremi complessi con problemi pratici intelligenti dalla sezione.

A disposizione: Download gratuito

Introduzione alla matematica delle reti neurali

Se hai un interesse innato nell'apprendere le reti neurali, questo dovrebbe essere il tuo punto di partenza. L'autore di questo libro è Jeff Heaton. L'autore ha meravigliosamente semplificato i difficili concetti delle reti neurali. Questo libro ti introduce alle basi della matematica alla base delle reti neurali. Si presume che il lettore abbia una conoscenza precedente dell'algebra, calcolo e programmazione. Dimostra vari strumenti matematici che possono essere applicati alle reti neurali.

A disposizione: Acquista su Amazon

Matematica di ingegneria avanzata

Questo è probabilmente il libro più completo disponibile sulla matematica per gli utenti di machine learning.. L'autore di questo libro è Erwin Kreyszig. Infatti, Questo libro è consigliato anche agli studenti universitari. Se finora non sei stato bravo in matematica, segui questo libro religiosamente e sarai sicuro di vedere miglioramenti significativi nella tua comprensione della matematica. Insieme a cavi ed esempi pratici, questo libro ha sezioni dedicate al calcolo, algebra, probabilità, eccetera. Decisamente, un libro da leggere per tutti i livelli di professionisti della scienza dei dati.

A disposizione: Download gratuito

Ricettario su probabilità e statistiche

Questo libro di cucina è un must nella tua libreria digitale. Questo non è esattamente un libro di testo che scopriresti, ma una rapida guida digitale alle equazioni matematiche. L'autore di questo libro è Matthias Vallentin. Una volta che hai finito con le basi della matematica, questo libro ti aiuterà a collegare rapidamente vari teoremi e algoritmi con le loro formule. È difficile derivare equazioni all'istante, questo libro ti aiuterà a raggiungere rapidamente il problema desiderato e a risolverlo.

A disposizione: Download gratuito

Risorse addizionali

Sei stanco di leggere troppo? Ecco un elenco di tutorial (video) / risorse altamente raccomandate su matematica e statistica. Sono GRATUITI per l'accesso.

1. Corso completo di algebra lineare del MIT
2. Corso completo di calcolo multivariabile del MIT
3. Apprendimento statistico dalla Stanford University
4. Matematica alla Khan Academy
5. Foglio di riferimento completo delle probabilità

Note finali

I libri elencati in questo articolo sono selezionati in base alle loro recensioni e alla profondità degli argomenti trattati.. Questo non è un elenco esaustivo di libri. Ma, Ho trovato fin troppo facile confondersi quando si decide "da dove iniziare"?’ In tali situazioni, si consiglia di iniziare con questo elenco.

In questo articolo, Ho elencato alcuni dei libri più utili sulle statistiche e sull'apprendimento automatico. È stato scoperto che le persone tendono a trascurare questi problemi alla ricerca di un rapido successo.. Ma non è il modo giusto. Perciò, se il tuo obiettivo è il successo a lungo termine nella scienza dei dati, assicurati di imparare a creare storie dalla matematica e dalle statistiche.

Hai letto qualcuno di questi libri ? Quale libro di matematica e statistica ti ha aiutato di più? Condividi i tuoi suggerimenti / recensioni nella sezione commenti qui sotto.

Vuoi applicare le tue capacità analitiche e mettere alla prova il tuo potenziale? Dopo partecipa ai nostri Hackathon e competere con i migliori data scientist di tutto il mondo.

Imparentato