12 книг по Data Science для новичков и продвинутых
Редактор блога Нетологии Юлия Чернова сделала подборку книг о Data Science на английском языке, которые помогут новичкам разобраться в основах, а продвинутым — прокачать знания и навыки.
Обучение в онлайн-университете: курс «Машинное обучение: фундаментальные инструменты и практики»
«Numsense! Data Science for the Layman», Annalyn Ng, Kenneth Soo
.png)
Для кого. Для новичков в сфере Data Science, которые знают английский.
О чем. Автор описывает регрессивный анализ, нейронные сети А/В тесты, деревья решений и другие базовые понятия.
Польза. Поможет вникнуть в основы DS без математической сложности, разобраться в теме при помощи наглядных иллюстраций.
«Machine Learning», Tom Mitchell
.png)
Для кого. Для новичков, которые не знают ничего об искусственном интеллекте и статистике. Для владеющих английским на продвинутом уровне.
О чем. Описания популярных алгоритмов — байесовского обучения, обучения с подкреплением, нейронных сетей с подробными примерами.
Польза. Лучший вводный материал для тех кто изучает элементарные понятия машинного обучения. Поможет разобраться в теме и понять основы перед дальнейшим углубленным изучением.
«Blockchain Basics: A Non-Technical Introduction in 25 Steps», Daniel Drescher
.png)
Для кого. Для новичков, которые не хотят разбираться с терминами из программирования и знают английский.
О чем. Книга о технологии блокчейн на примерах криптовалют Bitcoin, Ethereum и Litecoin.
Польза. Доступно объясняет, что такое блокчейн, без сложных технических терминов, с примерами и иллюстрациями.
«Microsoft Excel Data Analysis and Business Modeling», Wayne Winston
.png)
Для кого. Для тех, кто изучает бизнес-аналитику, и знает английский на уровне Upper-Intermediate и выше.
О чем. Книга о функциях Excel для бизнеса и сложных вопросах бизнес-аналитики. С тематическими исследованиями финансовой составляющей бизнеса, реальными примерами.
Польза. Учит работать со сложными функциями Excel: сводными таблицами, описательной статистикой, Offset, Indirect, Excel Solver и макросами для автоматизации повторяющихся задач в анализе данных.
«AI and Analytics: Accelerating Business Decisions», Sameer Dhanrajani
.png)
Для кого. Для руководителей и начинающих предпринимателей в области ИИ и Data Science
О чем. Автор рассказывает о комплексных стратегиях и методологии в аналитике. Охватывает большинство популярных отраслей бизнеса — страхование, розничную. торговлю, банковское дело.
Польза. Помогает понять основы бизнес-аналитики. Предлагает бизнес-идеи развития компаний с использованием блокчейна, криптовалют, чат-ботов и других популярных технологий.
«Doing Data Science», Кэти ОНил, Рэйчел Шатт
.png)
Для кого. Для новичков, которые уже освоили базовые понятия DS, и переходят к изучению технической литературы.
О чем. Издание посвящено углубленному изучению фильтрации спама, регрессионных моделей, рекомендательных машин, введению в Big Data.
Польза. Помогает систематизировать знания об основах Data Science.
«Data Science at the Command Line», Жерон Янссенс
.png)
Для кого. Для тех, кто изучает основы программирования и интересуется анализом данных.
О чем. Книга содержит информацию об анализе данных и командной строки.
Польза. Расширит ваши возможности в области анализа данных. Ознакомит с основами программирования и поможет проще получать, преобразовывать и анализировать данные.
«Python for Data Analysis» , Уэс МакКинни
.png)
Для кого. Для тех, кто хочет изучить Python — основной язык программирования в сфере анализа данных.
О чем. Книга на 400 страниц со всеми подробностями о языке программирования, которые пригодятся будущим специалистам по Data Science.
Польза. Поможет изучить язык программирования с нуля или начального уровня, научит применять его в анализе данных.
«Python Machine Learning», Sebastian Raschka
.png)
Для кого. Для тех, кто хочет глубже изучить техническую сторону работы с предсказательной аналитикой в языке программирования. Для инженеров с любым уровнем знаний в сфере машинного обучения.
О чем. Книга о возможностях Python в аналитических моделях, улучшении веб-приложений, открытии скрытых паттернов и структуры в данных с помощью кластеризации.
Польза. Научит применять регрессионный анализ, эффективно проводить предварительную обработку данных, применять анализ социальных сетей в определении настроений аудитории.
«Storytelling with Data: A Data Visualization Guide for Business Professionals», Cole Nussbaumer Knaflic
.png)
Для кого. Для тех, кто уже умеет проводить анализ данных и учится визуализировать результаты.
О чем. Книга об эстетическом представлении результатов анализа данных, понимании аудитории, подборе оптимального способа подачи информации. Содержит реальные примеры визуализации и их разбор.
Польза. Научит основам визуализации данных и наглядно покажет, как применять процесс в создании презентаций.
«Hadoop for Dummies», Dirk Deroos, Paul C. Zikopoulos, Roman B. Melnyk
.png)
Для кого. Для тех, кто начинает знакомство с Hadoop.
О чем. Книга содержит описание экосистемы Hadoop 2 и Yarn, примеры их реального использования, подробную инструкцию по установке кластера. Предоставляет детальную информацию о работе с SQL и Hive, развертывании Hadoop в облаке.
Польза. Научит работать с кластерами, шаблонами проектирования и экосистемой Hadoop на начальном уровне.
«Hadoop: The Definitive Guide», Tom White
.png)
Для кого. Для тех, кто хочет научиться использовать набор инструментов Hadoop на практике.
О чем. Сборник тематических исследований, как Hadoop решает конкретные задачи. Автор приводит детальный анализ каждого исследования и объясняет, как использовать инструменты в аналогичных ситуациях.
Польза. Научит использовать Hadoop Distributed File System для хранения больших массивов данных, создавать и настраивать кластеры Hadoop. Расскажет о возможностях MapReduce и распространенных ошибках в работе с моделью.
Читать еще:»7 подкастов о нейросетях и data science»
Мнение автора и редакции может не совпадать. Хотите написать колонку для «Нетологии»? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.
Полный текст статьи читайте на Нетология
