Топ 14 интригующих книг по Data Science

Spread the love

1.«Artificial Intelligence in Practice» by Bernard Marr

«Искусственный интеллект на практике» Бернарда Марра


Подходит для тех, кто хочет понять как искусственный интеллект служит для совершенствования науки о данных и будет использовать эти знания для совершенствования своих стратегий анализа данных.

Основанная на 50-ти реальных примерах в бизнес-аналитике и тематических исследованиях, эта книга хорошо проработана, невероятно интересна, проницательна, поучительна, интригует и ориентирована на результат.

Это одно из лучших работ Бернарда Марра на сегодняшний день, действительно одна из лучших книг по науке о данных существующих сегодня и которую нужно прочитать.

2) «Deep Learning» by Ian Goodfellow, Yoshua Bengio and Aaron Courville

«Глубокое обучение» Иана Гудфеллоу, Йошуа Бенжио и Аарона Курвилля

Подходит для тех, кто хочет освоить возможности машинного и глубокого обучения.

Созданный коллективом экспертов по данным (Йен Гудфеллоу, Йошуа Бенжио и Аарон Курвилль), Deep Learning предлагает много информации из широкого круга знаний, что делает ее одной из лучших книг по Data Science.

Начиная с фундаментальных практических аспектов Data Science, вплоть до сложных сетей и применения машинного обучения в бизнесе и за его пределами, эта книга по Data Science является настолько же всеобъемлющей, настолько и интригующей.

Каждая глава разбита на удобные для восприятия разделы, и если вы хотите получить обширные базовые знания о самых передовых элементах этой области — эта книга для вас.

3) «Advanced R» by Hadley Wickham

«Продвинутый R» Хэдли Уикхем

Подходит для начинающих пользователей R и тех, кто хочет улучшить свои навыки программирования наряду с аналитическими, а также изучить сложные нюансы этого языка.

Advanced R интуитивно понятен, прост в использовании и предоставит вам всесторонний обзор на область Data Science.

Автор, Хэдли Уикхем , написал главы, которые логичны и понятны, сложность терминологии сведена к минимуму, а практическая природа книги — залог успеха — существенное дополнение на вашей книжной полке.

4) «Machine Learning Yearning» by Andrew Ng

«Желание машинного обучения» Эндрю Нг

Подойдет для тех, кто увлечен машинным обучением и искусственным интеллектом и хочет дальше овладевать предметом. Одна из лучших книг по Data Science, если вы хотите использовать автоматизацию.

Машинное обучение является областью Data Science, которая в последние годы стала очень популярной. Фактически, 20% руководителей уровня «C» во всем мире уже используют машинное обучение, чтобы сделать его основной частью своего бизнеса.

Поскольку искусственный интеллект меняет облик как личной, так и профессиональной жизни, понимание концепции машинного обучения и того, как можно использовать Big Data для создания автономных, саморазвивающихся систем машинного обучения, очень важно.

Написанная известным специалистом по вычислительной технике Эндрю Нг книга не только предлагает доступное введение в машинное обучение и Big Data, но и является отличным ресурсом для сбора информации по использованию возможностей глубокого обучения и изучения идеям по системам машинного обучения.

5) «Python for Data Analysis: Data Wrangling With Pandas, NumPy and IPython» by Wes McKinney

«Python для анализа данных: обработка данных с помощью Pandas, NumPy и IPython». Автор Wes McKinney

Подходит для тех у кого уже есть глубокие знаниями Python и кто хочет понять, как использовать язык для улучшения работы с данными. Заслуженно в нашем списке лучших книг для Data Science.

Как один из самых широко используемых языков программирования высокого уровня в мире, Python является надежным и универсальным инструментом в современном мире.

Детище американского статистика и ученого данных Уэс МакКинни глубоко погружает читателя в язык Python и его огромный потенциал для анализа, очистки и обработки данных.

Если вы хотите использовать Python в качестве эффективного средства решения широкого круга задач анализа данных, которые повысят производительность вашего бизнеса, эта книга может содержать множество полезных советов и наводящих на размышления идей. Лучшая книга по Data Science для тех, кто работает с Python.

6) «The Signal And The Noise: Why So Many Predictions Fail – But Some Don’t» by Nate Silver

«Сигнал и шум: почему так много предсказаний терпят неудачу, а некоторые — нет», Нейт Сильвер

Подходит для: генерального директора, директора по цифровым технологиям, менеджера по информационным технологиям или владельца бизнеса, стремящегося серьезно улучшить свои навыки прогнозной аналитики, как на практике, так и теоретически.

Бестселлер New York Times — и по уважительной причине — «Сигнал и шум» — это мастер-класс, в котором используются возможности аналитики больших данных, чтобы создавать работающие прогнозы.

Написанная американским статистиком Нейтом Сильвером, знаменитым, благодаря успешному прогнозированию результатов президентских выборов в США 2012 года, эта книга раскрывает подлинное искусство и науку прогнозирования на основе данных. В этой книге приводятся примеры из реальной жизни по использованию больших данных в области прогнозирования. В этой книге читатель узнает, как отфильтровать шум и отточить правильные идеи, чтобы сделать прогнозы, которые не только имеют значение, но и обеспечивают устойчивый уровень успеха. Лучшая книга по Data Science для понимания огромного количества данных, которые составляют основу в современном мире.

7) «Automate This: How Algorithms Came To Rule Our World» by Christopher Steiner

«Автоматизируй это: как алгоритмы стали управлять нашим миром», Кристофер Штайнер

Подходит для технически подготовленного специалиста или IT — энтузиаста, стремящегося преодолеть разрыв между аналитикой больших данных, сложными алгоритмами и тем, как эти сущности будут определять нашу жизнь в будущем. Одна из лучших книг по Data Science, если вы одержимы внутренней работой алгоритмов.

Data Science в основном сводится к предсказаниям, но значительная часть этой постоянно расширяющейся дисциплины также сводится к сложным алгоритмам.

В этой книге, автор и программист Кристофер Штайнер объясняет, какие сейчас  используются алгоритмы для выполнения задач высокого уровня, которыми когда-то занимались только люди со специальной подготовкой в области медицинской диагностики и анализа внешней политики.

Книга захватывает вас от начала до конца своим интуитивным стилем и множеством потрясающих наблюдений о том, как в современном мире алгоритмы намного превзошли ожидания их создателей. Вдохновляющее дополнение к нашему списку книг по Data Science.

8) «Storytelling With Data: A Data Visualization Guide for Business Professionals» by Cole Nussbaumer Knaflic

«Повествование историй с помощью данных: руководство по визуализации данных для бизнес-профессионалов» Коул Нуссбаумер Кнафлик


Подходит для начинающих визуализаторов данных и тех, кто хочет создавать вдохновляющие отчеты на основе данных для широкого круга аудитории.

Этот методический справочник, созданный экспертом Коулом Нуссбаумером Кнафликом , не только увлекателен, но и предоставляет фундаментальные знания в области Data Science, которые часто упускаются из виду: искусство повестования с помощью метрик.

Одна из лучших книг в которой объясняются подходы по очистке и презентации данных. Обязательная книга по Data Science, которая интересна и полезна.

9) «Inflection Point: How the Convergence of Cloud, Mobility, Apps, and Data Will Shape the Future of Business» by Scott Stawski

«Точка перегиба: как конвергенция облаков, мобильности, приложений и данных будет определять будущее бизнеса», Скотт Ставски

Подходит для начинающего менеджера или Data Mining — специалиста с желанием осмыслить информацию в современном мире и за его пределами.

Что касается книг по Data Science, эта книга, пожалуй, одна из самых дальновидных из существующих.

Созданный Скоттом Ставски, руководителем по управлению данными в Hewlett Packard, Inflection Point фокусируется на том, как быстрые изменения в облачных вычислениях, больших данных, мобильных устройствах и приложениях изменяют способ ведения бизнеса. Благодаря потрясающим наблюдениям, проницательным предсказаниям и ценным выводам, эта книга по Data Science является обязательной для прочтения для любого, кто пытается отфильтровать кучу информации и продвинуться вперед в сегодняшнем и завтрашнем мире. Все будущие книги по Data Science могут почерпнуть что-то и из этой.

10) «Hadoop, the Definitive Guide: Storage and Analysis at an Internet Level» by Tom White

Том Уайт, «Hadoop, полное руководство: хранение и анализ на уровне Интернета».

Подходит для специалистов Apache Hadoop с неутолимой жаждой создания масштабируемых систем. Одна из самых интересных книг по Data Science в нашем списке.

В одной из лучших книг автор помогает понять важность Hadoop и того, как при разумном использовании он может совершать множество невероятных вещей.

Эти невероятные вещи включают в себя возможность создавать и управлять масштабируемыми системами и успешно запускать большие кластеры Hadoop. Поскольку она хорошо представлена и удобна для восприятия, окунуться в разные главы книги очень просто.

11) «Doing Data Science: Straight Talk from the Frontline» by Cathy O’Neil and Rachel Schutt
Кэти О’Нил и Рэйчел Шутт «Ведение Data Science: прямой репортаж с передовой»

Подходит для начинающего ученого, ищущего всеобъемлющее, понятное и осязаемое введение в эту область.

Одна из лучших доступных книг по Data Science «Создавая науку о данных: прямой репортаж с передовой» служит четким, кратким и увлекательным введением в эту область.

Эта книга, основанная на лекции «Введение в науку о данных» Колумбийского университета, углубляется в тему ажиотажа вокруг больших данных. Написанное с уверенностью и четким практическим пониманием темы, это важное руководство по Data Science поможет вам начать работу и подарит знания, необходимые для развития в этой постоянно растущей области знаний.

Совместная работа математика Кэти О’Нил и Рэйчел Шутт из News Corp. Эта книга является целостным и легко усваиваемым основным источником информации для любого начинающего ученого.

12) «Python Data Science Handbook» by Jake VanderPlas
«Руководство по Data Science в Python», автор Jake VanderPlas

Подходит для любого, кто хочет оттачивать, расширять и улучшать свои существующие навыки Python и получить преимущество в конкурентной борьбе, приобретая более глубокое, более актуальное понимание этой важной темы.

Написанная инженером-программистом Джейком ВандерПласом, это лучшая книга по Data Science является жемчужиной для всех, кто использует Python в качестве повседневного инструмента в своей работе или бизнес-стратегии.

Эта самая обширная, практичная и полезная в своем роде книга по наукам о данных позволит вам раскрыть множество новых методологий, опираясь на свои базовые знания Python в контексте бизнес-аналитики.

Если вы хотите стать легендой Ipython, на данный момент это одна из лучших книг по Data Science. Отличительной особенностью Python Data Science Handbook является тот факт, что вы можете использовать его для быстрого ознакомления при выполнении важных задач или проектов.

13) «R For Data Science» by Hadley Wickham and Garrett Grolemund
«R для Data Science» Хэдли Уикхем и Гарретт Гролемунд

Подходит для: тех, кто хочет глубже вникнуть в науку о данных и научиться более эффективно организовывать цифровые аналитические материалы, извлекая при этом еще большую ценность из имеющейся у них информации. Одна из самых наводящих на размышления лучших книг по Data Science в нашем списке.

Авторы Garrett Grolemund и Hadley Wickham создали одну из лучших книг по Data Science для цифровой эпохи. Предлагая множество уникальных идей, основанных на многих основных направлениях, R for Data Science расскажет вам все, что нужно знать для преобразования, транспонирования, адаптации и структурирования данных.

Управляя вашими данными более эффективно вы получите возможность сделать ваши идеи более ценными, более эффективными и экспоненциально более мощными.

14) «Data Science For Dummies» by Lillian Pierson
«Data Science для чайников» Лилиан Пирсон

Подходит для тех, кто ищет забавное и понятное, но в то же время всестороннее введение в науку о данных на практике. Эта книга охватывает все основы — и немного больше!

Если вы новичок в Data Science и хотите получить практические знания по этому предмету, Data Science For Dummies — это та книга, которая вам нужна.

Автор, Лилиан Пирсон, написала книгу, которая поможет вам отточить свои навыки в таких областях, как анализ больших данных, Hadoop, MapReduce, Spark, платформы MPP и NoSQL, а также лучшие практики машинного обучения (ML) или искусственного интеллекта (AI). Это один из лучших проектов для амбициозного новичка, который ищет быстрое и эффективное руководство по Data Science.

Для удобства использования список книг приведен в сжатой форме

1. «Artificial Intelligence in Practice» by Bernard Marr
2. «Deep Learning» by Ian Goodfellow, Yoshua Bengio and Aaron Courville
3. «Advanced R» by Hadley Wickham
4. «Machine Learning Yearning» by Andrew Ng
5. «Python for Data Analysis: Data Wrangling With Pandas, NumPy and IPython» by Wes McKinney
6. «The Signal And The Noise: Why So Many Predictions Fail – But Some Don’t» by Nate Silver
7. «Automate This: How Algorithms Came To Rule Our World» by Christopher Steiner
8. «Storytelling With Data: A Data Visualization Guide for Business Professionals» by Cole Nussbaumer Knaflic
9. «Inflection Point: How the Convergence of Cloud, Mobility, Apps, and Data Will Shape the Future of Business» by Scott Stawski
10. «Hadoop, the Definitive Guide: Storage and Analysis at an Internet Level» by Tom White
11. «Doing Data Science: Straight Talk from the Frontline» by Cathy O’Neil and Rachel Schutt
12. «Python Data Science Handbook» by Jake VanderPlas
13. «R For Data Science» by Hadley Wickham and Garrett Grolemund
14. «Data Science For Dummies» by Lillian Pierson

По материалам Sandra Durcevic. Datapine

Добавить комментарий