Тогава, през 2010 г., уеб дизайнерите и програмистите имаха изискани длъжности и получаваха доста добри заплати. Но с времето на интернет нещата се промениха.
В тази модерна ера на 21-ви век вашата хронология на сърфиране се записва, вашите имейл данни се съхраняват и не е изненадващо, че виждам, че моята хронология на гледане в YouTube влияе пряко върху препоръките ми за барабани в Instagram, което ме кара да прекарвам повече време в превъртане. Всичко това доказва, че сега е ерата на науката за данните.
Тъй като пускаме тонове данни в интернет всеки ден, определено се нуждаем от повече специалисти по данни и ML инженери, които могат да отключат пълния потенциал на тези данни, правейки живота ни още по-безпроблемен.
Събирането на данни и превръщането им в приложими решения е нещо, което днешният свят изисква. Ако решите да се вместите в това нарастващо търсене и искате да станете специалист по данни, прочетете, за да намерите някои от най-добрите книги за наука за данни.
Съдържание
Защо книги, когато интернет е поток от ресурси?
Безопасно е да се каже, че онлайн ресурсите са по-ефективни от книгите, но това не винаги е вярно, защото читателите на книги все още не са изчезнали в този дигитален свят.
Четенето на книги и онлайн курсовете са два различни свята и не са сравними. Но можем да разчитаме на някои предимства от четенето на книги чрез интернет ресурси тук.
Овладейте темата: Когато сте добре с обща или практическа информация за дадена концепция, тогава търсенето онлайн е добре, но ако искате да навлезете по-дълбоко в темата, от нейната история до изводите, тогава книгата върви добре.
Вземете истинско усещане: Книгите са истински! Без значение на колко виртуални срещи присъствате, никога не можете да уловите очарованието на едно лично събиране. Така че, опитайте да държите книга и да четете, ще усетите тежестта на страниците, миризмата на мастило и ще забележите, че върховете на пръстите ви се движат върху думите. Най-накрая ще ви хареса.
По-малко разсейване: Знам, че сте в интернет, за да научите нещо, но пред вас изскочи примамка за кликване с любимото ви телевизионно шоу и вие щракнете върху нея. Когато осъзнаеш, че си губиш времето, вече беше късно. При книгите не е така. Продължаваш да ги четеш, докато ти омръзнат; няма друг начин да те разсейва.
Точност: Книгите преминават през няколко проверки на факти и тестове за редактиране преди публикуване, така че те са по-точни и надеждни.
Авторитет: Обикновено книгите се пишат от професори експерти и изследователи в областта, докато интернет ресурсите могат да бъдат създадени от всеки. Така че можете да се доверите сляпо на много от книгите.
Ето списъка с най-добрите книги за наука за данни, които ще ви помогнат да се отличите в кариерата си за наука за данни.
Въведение във вероятността
Изберете това, ако решите да не сте посредствен специалист по данни, а по-скоро да отбележите името си в това поле, защото тази книга „Въведение във вероятността“ обхваща подробните и разширени концепции за вероятността, от които всеки изследовател на данни се нуждае.
Освен обхванатите концепции, книгата също така включва много и много задачи по вероятност с чиста математика. Освен това ще намерите безплатно подробни решения за всички упражнения в края на главата на уебсайта на издателя.
Както и да е, не препоръчвам тази книга на някой, който започва кариерата си в науката за данни или математиката. Нуждаете се от солидна база в комбинаториката или добра математическа основа, за да се научите на вероятност с тази книга.
Но когато имате прилична математическа основа, тогава това е отличен избор, ако мислите да използвате напълно плодовете на вероятността за учене в кариерата си в Data Science.
Наръчникът за наука за данни
Data Science Handbook има за цел да ви превърне в уникален специалист по данни с умения в науката за данни, програмиране и разбиране на бизнеса. С тази книга ще получите опит в интензивен курс, но в писмен формат.
Книгата е написана на обикновен английски, който е много подходящ, ако сте нов в науката за данни.
В допълнение към обхващането на класическите ML концепции и алгоритми, книгата засяга и практиките за софтуерно инженерство, компютърната памет, структурите от данни и базите данни.
Глави за основни технологии като Python, Big data доказват, че тази книга е от страна на технологиите за специалисти по данни и ML инженери, които решават реални индустриални проблеми, вместо да се насочват към изследователи на данни, които работят върху публикуването на следващото си списание.
Проектиране на приложения с интензивно използване на данни
Тази книга не е само за специалисти по данни или анализатори. Той включва всичко, от което се нуждае софтуерен инженер, който проектира мащабируеми приложения от реалния свят, софтуерен архитект, който изследва приложения с интензивно използване на данни, или инженер по данни, обработващ голям обем данни, за да използва пълноценно данните в съвременните приложения.
Написано от Мартин Клепман, изследовател по разпределени системи и сигурност в университета в Кеймбридж.
Книгата обхваща модели на данни, извличане на съхранение, кодиране на данни, разделяне, пакетна и поточна обработка и много основни концепции за изграждане на съвременни приложения с интензивно използване на данни.
Ако някое от следните неща е вярно за вас, тогава тази книга е идеалният избор за мащабиране на вашите умения.
- Как най-добре да приложите правилните инструменти за решаване на даден проблем.
- Искате да изградите мащабируеми системи за данни?
- Оптимизирайте производителността на вашите приложения с интензивно използване на данни в производството.
- Подобрете гъвкавостта, така че вашите приложения да могат лесно да се адаптират към всяка нова технология
Гола статистика
Charles Wheelan ни показва в Naked Statistics как информативните данни и правилните статистически инструменти могат да помогнат за изграждането на страхотни препоръчителни системи, които предлагат следващия продукт, който можете да добавите към вашата количка, или точни системи за прогнозиране, които ви помагат при покупката и продажбата на акции.
Книгата има за цел да обучи ума ви да прави интуитивни заключения за статистически анализи от информацията, която имате. Теми като описателна статистика, извод, корелация и регресионен анализ в текста ще ви помогнат да постигнете това.
Най-добрата част е, че книгата Naked Statistics ви учи на математика като история.
Байесови методи за хакери
Ако искате да научите вероятностно програмиране от гледна точка на Байес, тогава тази книга е всичко, от което се нуждаете. Терминът „Хакери“ в заглавието може да е подвеждащ, така че нека разглеждаме хакерите като хора, които обичат да изследват и научават байесови сложни подходи и методи.
Книгата започва, като ви научи на байесовски изводи, след което си изцапате ръцете, като изградите първия си байесов модел, като използвате по-късен контекст в текста.
Има практически упражнения и кодови реализации за прилагане на байесови техники към проблеми от реалния свят. Ще можете да видите внедряването на Bayesian в различни индустрии като финанси и маркетинг.
Освен това, тази книга е от особен интерес, ако обичате инструменти на Python като NumPy, SciPy и Matplotlib и имате опит в програмирането.
Практически ML със Scikit-Learn
В наши дни всеки с малък опит в програмирането или изобщо без програмиране може да създаде интелигентни системи, които могат да се учат от данни и да вземат решения. Искате ли също да знаете как?
Aurélien Géron, авторът на тази най-добра книга за наука за данни, ви учи как можете да изградите интелигентна ML система, използвайки двете plug-and-play рамки на Python – Scikit-learn и TensorFlow.
Тази практическа книга за машинно обучение ви показва как можете да създавате системи за машинно обучение от край до край, като използвате пълния потенциал на sci-kit Learn, като същевременно изисквате минимално кодиране от ваша страна. Освен това ще получите практическа работа с TensorFlow обучение, изграждане и мащабиране на модели на невронни мрежи.
Написано е с приятелски тон и повярвайте ми, никога не съм очаквал книга за ML да бъде толкова лесна, с по-малко важни математически изводи и по-интересни аспекти на ML.
Дълбоко обучение с Python
Обичайно е да намерите задълбочено обучение като раздел или глава в много книги за машинно обучение и наука за данни. Но трябва да отбележите – и двете области са огромни теми по свой собствен начин.
И така, целта на това задълбочено обучение с Python от François Chollet е да ви помогне да се специализирате изключително в основни теми за задълбочено обучение.
Книгата включва прогнозиране на времеви редове, класификация на текст, генериране на изображения и много по-напреднали концепции за дълбоко обучение.
Всички кодове в книгата са готови за изпълнение и могат да се изтеглят безплатно. Не е изненадващо, че авторът на тази книга и създателят на Keras са едно и също лице.
И така, книгата е перфектна комбинация от стегнато писане, експертен автор и изпълним код.
Големи данни: революция
Отегчени ли сте от кодирането и техническите подробности в машинното обучение и искате да се задълбочите в реалното въздействие на данните в днешния свят?
Тогава можете да започнете с тази книга с големи данни, написана от Виктор Майер-Шьонбергер, професор по управление и регулиране на интернет в отдела на Оксфордския интернет институт в Оксфордския университет.
Книгата започва с това как индустриите, включително правителството, събират данни за всичко и как ги използват. След това се преминава към обсъждане на поверителността на данните и свързаните с нея рискове. И накрая, той осигурява затваряне с бъдещите възможности и ограниченията на големите данни.
Практичен анализ на данни с Pandas
Всеки може да импортира библиотека и да извика функция, но измислянето на прозрения от необработените данни или показването на озадачаващи резултати в прости визуализации е това, което отличава Data Scientists. Да не говорим, Pandas е първият инструмент, който трябва да знаете, за да изпълнявате такива интуитивни задачи.
Независимо дали сте начинаещ или опитен магьосник за данни, тази книга за практически анализ на данни с Pandas показва всеки един трик, от който се нуждаете, за да изследвате, анализирате и манипулирате данни с помощта на Pandas. Ще се научите да обобщавате статистически данни в проучвателен анализ на данни и да намирате модели чрез ясни визуализации.
Като работите върху упражнения в края на главата, вие постепенно ще развиете умения за работа с данни от реалния свят във вашата професионална работа. Можете да получите достъп до всички файлове и кодове в тази книга в GitHub.
Практическа наука за данни с Python
Авторът Нейтън Джордж започва тази най-добра практическа книга за наука за данни с програмиране на Python и след това ви отвежда до основните концепции за наука за данни и ги кодира в Python. Той ви превежда през всяка фаза на науката за данните, от анализ на данни до тестване на ефективността.
Имплементациите на кода в книгата са разделени на по-малки и по-лесно смилаеми части, създавайки разговорен тон за вас. По-важното е, че можете да получите безплатен достъп до всяка част от кода в тази книга в GitHub.
Pandas, SciPy и sci-kit-learn са основните библиотеки и рамки на Python, които ще използвате в цялата книга.
R програмиране за наука за данни
След Python, R набира скорост в изследването на напреднали статистики на сложни данни. И така, тук съм с друга текстова препоръка, ако искате да влезете в Data Science с помощта на R.
R програмирането за Data Science е официално достъпно онлайн безплатно. Повярвайте ми, отворете го или в Edge, или в любимия си PDF четец, и няма да откриете абсолютно никаква разлика между онлайн копието му и великолепното издание с твърди корици.
Тази книга не е за вас, за да научите наука за данни или техники за машинно обучение. Въпреки това, той е написан единствено от Роджър Д. Пенг, професор по биостатистика в Johns Hopkins Bloomberg School of Public Health, за да ви предостави R програмиране, инструмент за работа с всеки източник на данни.
До края на книгата трябва да можете удобно да използвате R обекти, R пакети, функции и регулярни изрази за манипулиране и анализ на данни.
Обобщавайки
Това е един от най-добрите списъци в интернет за намиране на перфектни книги, за да издигнете уменията си за работа с данни на ново ниво. Data Science е огромна област. Така че включих някои специализирани книги във всяка област, като машинно обучение, Python, анализ на данни и R програмиране, заедно с няколко като цяло най-добри книги за наука за данни.
След това, моля, разгледайте тези инструменти за наука за данни, които също би трябвало да ви помогнат да станете по-добър специалист по данни.