Libri di scienza dei dati | I migliori libri di data science da trasformare

Contenuti

Questo articolo è stato pubblicato nell'ambito del Blogathon sulla scienza dei dati.

Quello che non trovi nella voce di qualcuno, puoi trovarlo nella calligrafia di qualcuno.

studiare qualcosa da solo sul web. È stato più facile per me (come alcuni di voi) capire e non passare attraverso il dolore di leggere i libri disponibili. La maggior parte delle volte, mi sentivo allo stesso modo a meno che non avessi scoperto di recente quegli scrittori o editori che hanno rimosso l'elemento da “la noia” dei libri tematici e li ha resi così … molto interessante.

Tutto è iniziato quando uno dei miei amici davvero intelligenti mi ha detto di iniziare a leggere libri perché contengono più contenuti e si somma a un'abilità davvero importante per chiunque., vale a dire. leggere e capire. Inizialmente, Non ero interessato a farlo a meno che non avessi menzionato anche un editore i cui libri sono davvero divertenti da leggere e interattivi. Questo mi ha fatto pensare: “Esiste davvero una cosa del genere?” así que para confirmar mi duda lo intenté y desentrañé toda esta nueva dimensione de libros asombrosos que podía leer durante horas.

Oggi divento quel tuo beneaugurante e condivido quei libri con te, quegli editori i cui libri ti faranno pensare due volte prima di togliere la faccia dai libri.

Il mio preferito Editori:

1. Pubblicazioni Manning

Sono una casa editrice con sede negli Stati Uniti fondata nel 1990, che pubblicano principalmente libri su argomenti di tecnologia informatica e molti di loro sono famosi in tutto il mondo e amati da milioni di lettori. I più sorprendenti sono menzionati di seguito insieme a tutti gli altri miei migliori libri di data science..

2. O 'Reilly Media Inc.

Questa è un'altra organizzazione di apprendimento americana assolutamente fantastica creata da Tim O'Reilly che distribuisce libri, produce incontri tecnologici e offre una fase di apprendimento basata sul web. La sua immagine particolare include una xilografia di una creatura su un numero significativo delle copertine dei suoi libri.. I suoi libri contengono una vasta gamma di contenuti sugli argomenti più recenti e high-tech in modo che i suoi lettori possano approfondire quelle aree ed eccellere nel loro lavoro..

I miei libri preferiti di scienza dei dati:

1. Python Data Science Handbook di Jake VanderPlas pubblicato da O'Reilly.

92270temp-9789119

Questo libro è il migliore per coloro che hanno appena iniziato a fare analisi dei dati o scienza dei dati e hanno bisogno di un libro di riferimento per verificare tutte le tecniche e le funzionalità della libreria e rafforzare il loro controllo su Python per la scienza dei dati e lasciarlo funzionare.. Il libro tratta questi argomenti in modo molto dettagliato e approfondito.: {IPython (Python interattivo), Numpy, Manipolazione dei dati con Pandas, Visualizzazione con matplotlib, Algoritmi di apprendimento automatico supervisionati e non supervisionati con scikit-learn}. La quantità e la qualità dei contenuti disponibili su questi argomenti contribuiranno in modo significativo a sfruttare le tue competenze per i primi passi in qualsiasi ciclo di progetto di data science..

2. Statistiche pratiche per data scientist di Peter Bruce, Andrew Bruce e Peter Gedeck Inserito da O'Reilly.

17666temp-7638518

La seconda edizione di questo libro è già stata pubblicata e parlo personalmente, anche se sei un principiante o un praticante, leggere questo libro ti sarà utile, perché ci sono molte abilità che ho tratto da questo libro, pochi erano quelli che ho imparato. Ho dimenticato nel tempo e alcuni non li conoscevo nemmeno. Dopo aver letto questo libro ho iniziato a sentirmi più sicuro e posso dire che ne è valsa la pena leggerlo..

Include i seguenti argomenti: {EDA, distribuzione e campionamento dei dati, esperimenti statistici e test di significatività, regressione, classificazione, machine learning statistico e apprendimento non supervisionato}. Quindi, se sei un principiante, Ti consiglierei di leggere il primo libro e poi di saltare direttamente a questo libro e familiarizzare con molte nuove abilità nella scienza dei dati.

3. Introduzione alla scienza dei dati di Davy Cielen et.al pubblicata da Manning Publications

45554temperatura-3307010

Mi piace questo libro per una ragione speciale e cioè che i libri contengono non solo gli argomenti di data science che vediamo ovunque, ma includono anche altri aspetti della scienza dei dati come campo, Che cosa {Database NoSQL, estrazione di testo, analisi del testo , Primo passo nei Big data, e soprattutto nella gestione di grandi quantità di dati su un singolo computer.} Comprendere e lavorare con l'integrazione del database nel tuo progetto di data science è un'abilità davvero utile e ricercata.. Consiglio vivamente di leggere questo e più o meno familiarizzare con le suddette abilità aggiuntive nel tuo arsenale..

4.L'arte della statistica Imparare dai dati di David Spiegelhalter pubblicato da pubblicazioni pellicano

88687dav-3369634

Questo libro mi è stato particolarmente consigliato dal mio istruttore mentre seguivo il mio corso di Applied Data Science su Coursera presso l'Università del Michigan. Ci hanno portato in modo significativo a realizzare l'importanza delle competenze (per essere più precisi, Arte) visualizzazione in modo che la visualizzazione non dica ciò che dovrebbe non dire e sembri autoesplicativa per il lettore. Consiglio questo libro a coloro che vogliono comprendere la profondità della visualizzazione dei dati e padroneggiarne l'abilità.

5. Data Science from Scratch di Joel Grus pubblicato da O'Reilly

91268gagsdg-4339977

La seconda edizione di questo libro è già stata pubblicata ed è stato un libro popolare per il fatto che in questo unico libro si trovano vari fondamenti.. Iniziare con un corso accelerato su Python, visualizzazione dati, algebra lineare e statistica, probabilità, ipotesi e inferenza, ottenere e lavorare con i dati e molti altri argomenti relativi ai dati insieme all'apprendimento automatico, reti neurali, sistemi di raccomandazione, analisi di rete e tutto il resto relativo a well. È un pacchetto completo e dovresti assolutamente considerare di leggerlo..

6. R per la scienza dei dati di Hadley Wickham e Garrett Grolemund pubblicato da O'Reilly

50582copertura-4769801

Bene, Ammetto che amo lavorare con Python e ho menzionato solo libri basati su Python per la scienza dei dati. Ma questo libro è per le persone che amano o provano il linguaggio di programmazione "R".. Ho provato questa lingua ed è buona, ma la maggior parte del lavoro è correlato a Python, quindi non ho mai pensato di cambiare il mio linguaggio di programmazione in R. Questo libro rompe questo pregiudizio, Mi è piaciuto molto leggere e implementare questo libro mentre stavo imparando 'R’ . Dovresti assolutamente leggere questo libro se stai pensando di fare qualcosa di divertente o nuovo nella scienza dei dati., come imparare una nuova lingua per le attività di data science. I libri ti diranno tutto. Sicuramente vale la pena dare un'occhiata.

7. Think Stats di Allen B. Downey pubblicato da O'Reilley

76326think_stats_comp-1968830

Think Stats è una prefazione a Probabilità e statistica per ingegneri del software e scienziati dei dati Python (se non conosci già questi argomenti in dettaglio).

Think Stats delinea metodi semplici che puoi utilizzare per esplorare set di dati reali e rispondere a problemi intriganti. Il libro presenta un'analisi contestuale utilizzando i dati del Istituto Nazionale della Salute.

Se hai competenze essenziali in Python, puoi usarli per imparare idee in probabilità e Statistiche. Think Stats dipende da una libreria Python per le distribuzioni di probabilità. Molti degli esercizi inclusi utilizzano programmi brevi per eseguire vari esperimenti e aiutare i lettori a sviluppare una solida comprensione..
La maggior parte dei libri non copre Statistiche bayesiane tuttavia, Le Think Stats dipendono dalla possibilità che le tecniche bayesiane siano troppo critico anche solo per considerare il ritardo. Sfruttando le librerie PMF e CDF (utilizzato per la distribuzione di probabilità), è probabile che i dilettanti diventino esperti con le idee e affrontino problemi di test.

Questo è tutto per questo articolo., Spero che questi libri illuminino le tue abilità. Continua a crescere, continua a leggere, continua a fiorire.

Gargeya Sharma

Studente terzo anno B.Tech
Specializzato in Deep Learning e Data Science

Per maggiori informazioni, controlla la mia home page di github

LinkedIn GitHub

fotografato da Annelies Geneyn su Unsplash

Il supporto mostrato in questo articolo non è di proprietà di DataPeaker e viene utilizzato a discrezione dell'autore.

Iscriviti alla nostra Newsletter

Non ti invieremo posta SPAM. Lo odiamo quanto te.