Luettelo top 10 -tieteen tiedekirjoista
Datatiede on ala, johon liittyy tieteellisiä menetelmiä, prosesseja, algoritmeja ja järjestelmiä tiedon ja oivallusten poimimiseksi raakatiedoista eri muodoissa, sekä jäsennellyssä että strukturoimattomassa datassa. Alla on luettelo tietojenkäsittelytietokirjoista -
- Python Data Science Handbook (Lataa tämä kirja)
- Data Science (MIT Press Essential Knowledge -sarja) (Hanki tämä kirja)
- R for Data Science (Hanki tämä kirja)
- Tarinankerronta datalla (Hanki tämä kirja)
- Data Science from Scratch (Hanki tämä kirja)
- Data Science for Business (Hanki tämä kirja)
- Data Smart (Hanki tämä kirja)
- Käytännön tilastotietoja tutkijoille (Hanki tämä kirja)
- Numsense! Tietojenkäsittely maallikolle (Hanki tämä kirja)
- Käytännön datatiede R: llä (Hanki tämä kirja)
Keskustelkaamme yksityiskohtaisesti kustakin tietojenkäsittelytietokirjasta, sen keskeisimmistä takaisista ja arvosteluista.
# 1 - Python Data Science Handbook: välttämättömät työkalut tietojen käsittelyyn
Kirjoittaja: Jake VanderPlas
Kirja-arvostelu:
Kirja sopii ihanteellisesti niille, jotka jo osaavat Python-kielen perusteet tai osaavat ohjelmoida toisella kielellä, kuten R tai Julia, ja haluavat oppia käyttämään Pythonia datatieteessä. Se selittää koko datatiedeprosessin kaikki tarpeet datan hankkimisesta, tutkimisesta sekä viestinnästä ja tulosten visualisoinnista.
Tärkeimmät takeaways
- Tietojen käsittely.
- Python-tietotekniikat.
- Koneoppiminen.
# 2 - Tietotiede (MIT Press Essential Knowledge -sarja)
Kirjoittajat: John D.Kelleher ja Brendan Tierney
Kirja-arvostelu:
Tämän kirjan päätavoitteena on parantaa päätöksentekoa analysoimalla tietoja. Tässä esitellään koneoppimisen perusteet ja keskustellaan siitä, miten koneoppimisosaaminen yhdistetään todellisiin ongelmiin.
Tärkeimmät takeaways:
- Eettiset ja oikeudelliset kysymykset sekä tietosääntelyn kehitys.
- Menestysperiaatteet.
- Datatieteen tulevaisuuden vaikutukset.
# 3 - Tietotieteen R : Tuo, siisti, muunna, visualisoi ja mallin tietoja
Kirjoittaja: Hadley Wickham ja Garrett Grolemund
Kirja-arvostelu:
Tämä kirja antaa selkeän käsityksen luonnonrakenteiden löytämisestä tietojen rakenteesta. Tämä kertoo sinulle, kuinka R-ohjelmointikieltä käytetään tietojen analysointiin. Tässä kerrotaan myös, kuinka datan piirtokaaviot puhdistetaan ja kuinka grafiikan, lukutaito-ohjelmoinnin ja toistettavan tutkimuksen kielioppia käytetään ajan ja monien muiden asioiden säästämiseen.
Tärkeimmät takeaways:
- Tietojen kiertäminen.
- Tietojen visualisointi.
- Tutkiva tietojen analyysi
# 4 - Tarinankerronta datalla: Data Visualization Guide for Business Professionals
Kirjoittaja: Cole Nussbaumer Knaflic
Kirja-arvostelu:
Tämä kirja selittää lähinnä tietojen visualisoinnin perusteet ja kuinka kommunikoida tehokkaasti datan kanssa. Tämän kirjan avulla voit selvittää, mikä on tärkein kohta tiedoillesi. Tämä kertoo kuinka ylittää perinteiset työkalut päästäksesi tietojesi juuriin ja kuinka luoda informatiivinen ja vakuuttava tarina.
Tärkeimmät takeaways:
- Tilanteen ja yleisön ymmärtäminen.
- Tietojen tärkeän kohdan tunnistaminen.
- Suunnittelun käsitteet tietojen visualisoinnissa.
- Tarinankerronta auttaa viestiäsi resonoimaan yleisösi kanssa.
# 5 - Data Science from Scratch: Ensimmäiset periaatteet Pythonin kanssa
Kirjoittaja: Joel Grus
Kirja-arvostelu:
Kirjoittaja on selittänyt selkeästi tärkeät datatieteen työkalut ja algoritmit sekä sen, miten ne voidaan toteuttaa tyhjästä. Tämä kirja sisältää varsinaiset algoritmit kyseisille koneoppimismalleille sekä sen teorian ja matematiikan.
Tärkeimmät takeaways:
- Kerää, tutki, puhdista ja käsittele tietoja.
- Neuroverkot.
- Algoritmien helppo ymmärtäminen.
- Koneoppimisen perusteet.
# 6 - Data Science for Business
Mitä sinun on tiedettävä tiedon louhinnasta ja data-analyyttisestä ajattelusta
Kirjoittaja: Foster Provost ja Tom Fawcett
Kirja-arvostelu:
Siinä selitetään datatieteen perusperiaatteet ja myös "rel =" nofollow "> <>
# 7 - Data Smart: Datatieteen käyttäminen tietojen muuntamiseksi oivalluksiksi
Kirjoittaja: John W Foreman
Kirja-arvostelu:
Kirjoittaja selittää selkeästi, kuinka raakatiedot muunnetaan käytännölliseksi oivallukseksi. Kirjoittaja selitti myös, miten se tehdään laskentataulukolla. Tämä auttaa sinua myös oppimaan analyyttiset tekniikat, matematiikan ja suurten tietojen takana olevan taian. Kirjan jokaisessa luvussa käsitellään eri tekniikkaa taulukkomaisessa matemaattisessa optimoinnissa, tiedon louhintaa kaavioina, siirtymistä taulukoista R-ohjelmointikielelle ja monia muita asioita.
Tärkeimmät takeaways:
- Matematiikka datatieteessä.
- Tekoäly.
# 8 - Käytännön tilastotietotutkijat: 50 olennaista käsitettä
Kirjoittaja: Peter Bruce
Kirja-arvostelu:
Tilastoilla on myös tärkeä rooli datatieteessä. Tässä kirjassa kirjoittaja on selittänyt selkeästi, kuinka soveltaa erilaisia tilastollisia menetelmiä datatieteeseen nykyään ja kuinka välttää niitä, jotka ovat väärässä käytössä ja antavat sinulle tietoa siitä, mikä on tärkeää ja mikä ei. Jos olet hyvä R-ohjelmointikielellä ja sinulla on jonkin verran tietoa tilastoista, tämä pikaohje lisää kuilua luettavassa muodossa.
Tärkeimmät takeaways:
- Keskeiset luokitustekniikat.
- Staattiset käsitteet.
- Valvomaton oppimismenetelmä merkityksen poimimiseksi merkitsemättömästä datasta.
# 9 - Numsense! Maaseudun datatiede: matematiikkaa ei ole lisätty
Kirjoittaja: Annalyn Ng ja Kenneth Soo
Kirja-arvostelu:
Tämä kirja antaa selkeän käsityksen datatieteestä ja käytetyistä algoritmeista. Jokainen algoritmi on selitetty selkeästi. On monia käsitteitä, jotka kaikki käsitellään, kuten hermoverkot, sosiaalisen verkoston analyysi, päätöksentekopuut ja satunnaiset metsät, klusterointi ja myös monet muut.
Tärkeimmät takeaways:
- Reaalimaailman sovellukset kunkin algoritmin havainnollistamiseksi.
- Käytännön ymmärtäminen.
- Keskeiset käsitteet.
# 10 - Käytännön datatiede R: n kanssa
Kirjoittaja: Nina Zumel ja John Mount
Kirja-arvostelu:
Se selittää selkeästi datatieteen käytännön esimerkit ja perusperiaatteet ohjelmointikielellä R.Se auttaa soveltamaan R-ohjelmointikieliä ja tilastollisia analyysitekniikoita huolellisesti selitettyihin esimerkkeihin, jotka perustuvat markkinointiin, liiketoimintatiedoon ja päätöksentekoon, samalla kun opitaan kuinka luoda instrumentointia, suunnitella kokeiluja, kuten A / B-testejä, ja esittää tietoja tarkasti kaikkien tasojen yleisöille.
Tärkeimmät takeaways:
- Päätöksentekotuki.
- Käytännön esimerkkejä.
- Mallintamismenetelmät.
Suositellut kirjat
Tämä on ollut opas Data Science -kirjoihin. Tässä tarjoamme luettelon top 10 -kirjoista, jotta ymmärrämme datatieteen uusia käsitteitä ja sovelluksia. Saat lisätietoja viittaamalla seuraaviin kirjoihin -
- Kaikkien aikojen parhaat yrittäjyyskirjat
- Paras yrityskirja
- Parhaat liikematematiikan kirjat
- Bitcoin-kirjat
- Paulo Coelho Books
AMAZON-YHTEISTYÖN JULKISTAMINEN
WallStreetMojo on mukana Amazon Services LLC Associates -ohjelmassa, tytäryhtiöiden mainontaohjelmassa, joka on suunniteltu tarjoamaan sivustoille keino ansaita mainospalkkioita mainostamalla ja linkittämällä osoitteeseen amazon.com.
