دانشمندان مشتاق اطلاعات! اصول اولیه را با این 7 کتاب بیاموزید!

در چند سال گذشته مدت زمان قابل توجهی را صرف خواندن کتاب در مورد Science Data کردم. من یافتم که این 7 کتاب بهترین هستند. اینها در کنار هم منبع بسیار ارزشمندی برای یادگیری اصول اولیه هستند. شما را از طریق همه چیزهایی که باید بدانید هدایت می کند.

اگرچه آنها بسیار لذت بخش هستند ، اما هیچ یک از این موارد خواندن سبک نیست. بنابراین اگر تصمیم دارید با آنها بروید ، مقداری وقت و انرژی اختصاص دهید. ارزشش را دارد! اگر این دانش را با دوره های علمی آنلاین داده های صحیح ترکیب کنید ، در حال حاضر یک سطح کافی برای موقعیت دانشمندان داده سطح ورودی است. (حداقل به عقیده من.)

توجه: می توانید چهار کتاب اوریلی را در اینجا ذکر کنید. اگر به نظر مشکوک است: من به هیچ وجه با آنها وابسته نیستم. ؛-) من فقط کتابهایشان را واقعاً مفید می دانم.

من این دستور خاص را پیشنهاد می کنم:

1. تجزیه و تحلیل ناب - توسط کرول و یوسکوویتز

اولین کتابی که خوانده شده است در مورد طرز فکر اساسی تجارت برای استفاده از داده ها. می گوید این برای راه اندازی ها است ، اما احساس می کنم خیلی بیشتر از این است. شما می آموزید که چرا انتخاب یک متریک که مهم است و همچنین 6 نوع تجارت اصلی آنلاین - و استراتژی داده های موجود در اینها بسیار مهم است.

می توانید کتاب را خریداری کنید: اینجا (لینک وابسته).

2. ارزش تجاری در اقیانوس داده ها - توسط Fajszi ، Cser & Fehér

اگر Lean Analytics در مورد کسب و کار + داده برای راه اندازی است ، این کتاب کسب و کار + داده برای شرکت های بزرگ است. به نظر می رسد کمتر از اول به نظر می رسد ، اما همیشه فرصتی برای گرفتن دانش مفید از افراد بزرگ وجود دارد ، از جمله اینکه شرکت های بیمه از تجزیه و تحلیل پیش بینی کننده استفاده می کنند و چه داده هایی را با بانک ها روبرو می کند.

3. آمار برهنه - چارلز ویلان

من مدام این کانال را در کانالهایم تبلیغ می کنم. این فقط برای دانشمندان داده نیست. این اساس اساس تفکر آماری است که فکر می کنم هر انسانی باید با آن آشنا باشد. این کتاب با داستانهای زیادی همراه است و شما می آموزید که چگونه نباید با عناوینی مانند "چگونه ما با تغییر فقط یک کلمه 1300٪ بر نرخ تبدیل خود فشار آوردیم" و BS دیگر.

می توانید کتاب را خریداری کنید: اینجا (لینک وابسته).

4- انجام علوم داده - شوت و اونیل

آخرین کتاب قبل از رفتن واقعا به فناوری متمرکز است. این یکی مواردی را که از 3 کتاب اول یاد گرفته اید به سطح بعدی می برد. این موضوع به موضوعاتی مانند مدل های رگرسیون ، فیلتر اسپم ، موتورهای توصیه شده و حتی داده های بزرگ عمیق تر می رود.

می توانید کتاب را خریداری کنید: اینجا (لینک وابسته).

5- علوم داده در خط فرمان - Janssens

مورد دیگر که من دائماً تبلیغ می کنم یادگیری (حداقل) برنامه نویسی اساسی است. با این کار شما می توانید هنگام بازیابی ، پاک کردن ، تبدیل و تجزیه و تحلیل داده های خود بسیار انعطاف پذیر باشید. این فقط فرصت های شما را در علوم داده گسترش می دهد.

و هنگامی که شروع می کنید ، پیشنهاد می کنم از Command Line شروع کنید. این تنها کتابی است که من در مورد Data Science + Command Line دیدم ، اما یکی کافی است زیرا تقریباً همه چیز را در بر می گیرد.

می توانید کتاب را خریداری کنید: اینجا (لینک وابسته).

6. پایتون برای تجزیه و تحلیل داده ها - مک کینی

دومین زبان داده برای یادگیری ، پایتون است. خیلی سخت نیست و بسیار مورد استفاده قرار می گیرد. تقریباً می توانید همه چیز را در پایتون انجام دهید ، وقتی صحبت از تجزیه و تحلیل ، پیش بینی و حتی یادگیری ماشین است. این یک کتاب سنگین است (به معنای واقعی کلمه: بیش از 400 صفحه است) ، اما همه چیز را در مورد پایتون می پوشاند.

می توانید کتاب را خریداری کنید: اینجا (لینک وابسته).

7. قلب من - که جی کرپس

آخرین کتاب موجود در این فهرست تنها 60 صفحه و بسیار فنی است. این یک نمای خوب به پیشینه فنی جمع آوری و پردازش داده ها می دهد. شما به عنوان یک تحلیلگر یا دانشمند داده احتمالاً از این نوع دانش مستقیم استفاده نخواهید کرد ، اما حداقل شما از آنچه متخصصان زیرساخت داده های شرکت انجام می دهند آگاه خواهید بود.

می توانید کتاب را خریداری کنید: اینجا (لینک وابسته).

و همین!

همانطور که قبلاً هم اشاره کردم ، اگر همه این موارد را پشت سر بگذارید - همراه با دوره های علمی درست داده های آنلاین - دانش کاملی از Data Data خواهید داشت!

به روز رسانی: من یک دوره آموزشی ویدیویی آنلاین (رایگان) ایجاد کرده ام تا به شما در شروع کار با Data Science کمک کنم. برای اطلاعات بیشتر در اینجا کلیک کنید: چگونه می توانیم یک دانشمند داده باشیم.

ثبت نام اینجا (رایگان): https://data36.com/how-to-become-a-data-sledgeist/

اگر می خواهید امتحان کنید ، چه چیزی مانند دانشمند داده های جوان در یک شروع واقعی زندگی است ، دوره جدید 6 هفته آنلاین اطلاعات من را مطالعه کنید: اولین ماه ماه دانشمند جوان!

درباره اصول اولیه تجزیه و تحلیل داده ها بیشتر بیاموزید - و سری آموزش جدید برنامه نویسی کدگذاری اطلاعات را از دست ندهید: SQL برای تجزیه و تحلیل داده ها و پایتون برای علوم داده!

من مقاله جدیدی راجع به کتابهای آماری مورد علاقه خود نوشتم: دانشمندان مشترك داده! با این 6 کتاب شروع به یادگیری آمار کنید!

ممنون از خواندن! از مقاله لذت بردید؟ لطفا فقط با کلیک روی the زیر به من اطلاع دهید. همچنین به دیگران کمک می کند داستان را ببینند!

Tomi Mester وبلاگ من: data36.com توییتر من: @ data36_com