Este artigo foi publicado como parte do Data Science Blogathon.
O que você não pode encontrar na voz de alguém, você pode encontrá-lo na caligrafia de alguém.
até mesmo estudar algo por conta própria na web. foi mais fácil para mim (como alguns de vocês) entender e não passar pela dor de ler os livros disponíveis. A maior parte do tempo, Eu sentia o mesmo, a menos que descobrisse recentemente aqueles escritores ou editores que removeram o elemento de “tédio” dos livros temáticos e os tornou tão … muito interessante.
Isso começou quando um dos meus amigos muito inteligentes me disse para começar a ler livros porque eles contêm mais conteúdo e isso se soma a uma habilidade muito importante para qualquer pessoa, quer dizer. lendo e entendendo. Inicialmente, Eu não estava interessado em fazer isso a menos que também mencionasse uma editora cujos livros são realmente divertidos de ler e interativos.. Isso me fez pensar: “Será que algo assim realmente existe?” así que para confirmar mi duda lo intenté y desentrañé toda esta nueva dimensão"Dimensão" É um termo usado em várias disciplinas, como a física, Matemática e filosofia. Refere-se à extensão em que um objeto ou fenômeno pode ser analisado ou descrito. Em física, por exemplo, fala-se de dimensões espaciais e temporais, enquanto em matemática pode se referir ao número de coordenadas necessárias para representar um espaço. Compreendê-lo é fundamental para o estudo e... de libros asombrosos que podía leer durante horas.
Hoje eu me torno aquele seu bem-querente e compartilho com você esses livros, aqueles editores cujos livros vão fazer você pensar duas vezes antes de desviar o rosto dos livros.
Meu favorito Editores:
1. Manning Publicações
Eles são uma editora norte-americana fundada em 1990, que publicam principalmente livros sobre tópicos de tecnologia da computação e muitos deles são mundialmente famosos e amados por milhões de leitores. Os mais incríveis são mencionados abaixo, juntamente com todos os meus outros principais livros de ciência de dados.
2. O'Reilly Media Inc.
Esta é outra organização de aprendizagem americana absolutamente fantástica criada por Tim O'Reilly que distribui livros, produz reuniões de tecnologia e oferece um estágio de aprendizado baseado na web. Sua imagem particular inclui uma xilogravura de uma criatura em um número significativo de capas de seus livros.. Seus livros contêm muito conteúdo sobre os tópicos mais recentes e de alta tecnologia para que seus leitores possam se aprofundar nessas áreas e se destacar em seu trabalho..
Meus livros favoritos de ciência de dados:
1. Manual de ciência de dados 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 para você. O livro aborda esses tópicos em grande detalhe e profundidade.: {IPython (Python interativo), Numpy, Manipulação de dados com Pandas, Visualização com matplotlib, Algoritmos de aprendizado de máquina supervisionados e não supervisionados com scikit-learn}. A quantidade e a qualidade do conteúdo disponível sobre esses tópicos ajudarão muito a alavancar suas habilidades para as etapas iniciais de qualquer ciclo de projeto de ciência de dados..
2. Estatísticas práticas para cientistas de dados por Peter Bruce, Andrew Bruce e Peter Gedeck publicado por O'Reilly.
A segunda edição deste livro já foi publicada e falando pessoalmente, mesmo se você for um iniciante ou um praticante, ler este livro será benéfico para você, porque há muitas habilidades que aprendi com este livro, Poucos foram os que aprendi. Eu esqueci ao longo do tempo e alguns eu nem sabia. Depois de ler este livro comecei a me sentir mais confiante e posso dizer que valeu a pena ler.
Inclui os seguintes tópicos: {EDA, distribuição de dados e amostragem, experimentos estatísticos e testes de significância, regressão, classificação, aprendizado de máquina estatístico e aprendizado não supervisionado}. Então, se você é iniciante, Eu recomendaria que você lesse o primeiro livro e, em seguida, pule direto para este livro e se familiarize com muitas novas habilidades em ciência de dados.
3. Introdução à Ciência de Dados por Davy Cielen et.al publicado pela Manning Publications
Eu gosto deste livro por uma razão especial e é que os livros contêm não apenas os tópicos de ciência de dados que vemos em todos os lugares, mas também incluem outros aspectos da ciência de dados como um campo, O que {Bancos de dados NoSQL, mineração de texto, análise de texto , Primeiro passo em big data, e especialmente no manuseio de grandes dados em um único computador.} Compreender e trabalhar com integração de banco de dados em seu projeto de ciência de dados é uma habilidade muito útil e procurada. Eu recomendo que você leia isso e se familiarize mais ou menos com as habilidades adicionais mencionadas acima em seu arsenal.
4.A arte da estatística aprendendo com os dados de David Spiegelhalter publicado pela Pelican Publications
Este livro foi altamente recomendado para mim pelo meu instrutor enquanto fazia meu curso de Ciência de Dados Aplicada no Coursera na Universidade de Michigan. Eles nos levaram de forma significativa a perceber a importância das habilidades (para ser mais preciso, Arte) visualização para que sua visualização não diga o que não deveria e pareça autoexplicativa para o leitor. Eu recomendo este livro para quem quer entender a profundidade da visualização de dados e dominar a habilidade.
5. Data Science from Scratch por Joel Grus publicado por O’Reilly
A segunda edição deste livro já está publicada e tem sido um livro popular devido ao fato de você encontrar vários fundamentos neste único livro.. Começando com um curso intensivo em Python, Visualização de dados, álgebra linear e estatística, probabilidade, hipótese e inferência, obter e trabalhar com dados e muitos outros tópicos relacionados a dados, juntamente com aprendizado de máquina, redes neurais, sistemas de recomendação, análise de rede e tudo mais relacionado a bem. É um pacote completo e você definitivamente deve considerar a leitura..
6. R for Data Science por Hadley Wickham e Garrett Grolemund Publicado por O'Reilly
Nós vamos, eu admito que adoro trabalhar com python e só mencionei livros baseados em python para ciência de dados. Mas este livro é para pessoas que gostam ou experimentam a linguagem de programação 'R'.. Eu tentei esta linguagem e é bom, mas a maior parte do trabalho é relacionado a python, então eu nunca pensei em mudar minha linguagem de programação para R. Este livro quebra esse preconceito, Eu realmente gostei de ler e implementar este livro enquanto eu estava aprendendo 'R’ . Você definitivamente deveria ler este livro se estiver pensando em fazer algo divertido ou novo em ciência de dados., como aprender uma nova linguagem para tarefas de ciência de dados. Os livros lhe dirão tudo. definitivamente vale a pena conferir.
7. Pense Estatísticas de Allen B. Downey publicado por O ‘Reilley
Think Stats é um prólogo de Probability and Statistics para engenheiros de software Python e cientistas de dados (se você ainda não estiver familiarizado com esses tópicos em detalhes).
O Think Stats descreve métodos simples que você pode usar para explorar conjuntos de dados reais e responder a problemas intrigantes.. O livro apresenta uma análise contextual usando dados do Instituto Nacional de Saúde.
Se você possui habilidades essenciais em Python, você pode usá-los para aprender ideias em probabilidade e Estatisticas. O Think Stats conta com uma biblioteca Python para distribuições de probabilidade. Muitos dos exercícios incluídos usam programas curtos para executar vários experimentos e ajudar os leitores a desenvolver uma compreensão sólida..
A maioria dos livros não cobre Estatísticas Bayesianas Porém, Think Stats depende da possibilidade de que técnicas Bayesianas sejam crítico demais para sequer considerar adiar. Ao explorar as bibliotecas PMF e CDF (usado para distribuição de probabilidade), amadores tendem a se tornar proficientes com ideias e lidar com problemas de teste.
Isso é tudo para este artigo, espero que esses livros iluminem suas habilidades. Segue crescendo, continue lendo, continue florescendo.
Gargeya Sharma
Aluno do terceiro ano B.Tech
Especialização em Deep Learning e Data SciencePara maiores informações, verifique minha página inicial do github
GitHub do LinkedIn
foto por Annelies Geneyn sobre Unsplash
A mídia mostrada neste artigo não é propriedade da DataPeaker e é usada a critério do autor.
