數據科學是近幾年最受歡迎的概念。我相信很多人都在尋找進入該行業(yè)的入口，最近剛讀了一篇文章，其中列出了一些對大家可能有幫助的數據科學書籍。因此，我在本文中進行了總結，同時還對書籍進行了簡要介紹，以便可以選擇要閱讀的書籍。部分可以在網上找到一些數據科學書籍，文中給出了鏈接。但其中大多數可能需要在亞馬遜上才能找到。

目錄

第一部分：數據科學家的核心技能

♦  Data Science
♦  Math
♦  Probability and Statistics
♦  Machine Learning
♦  Data Mining
♦  SQL
♦  R
♦  Python
♦  Data Scientist Interview
♦  Algorithm
♦  Handbook
♦  Web Scraping and Data Wrangling
♦  Data Visualization and Storytelling
♦  A/B Testing

第二部分：數據科學高級技能

♦  Neural Network and Deep Learning
♦  Information Theory
♦  Causal Inference
♦  Sampling
♦  Convex
♦  Growth Analytics
♦  Text Mining and Natural Language Processing
♦  Anomaly Detection
♦  Recommender Systems
♦  Social Network Analysis
♦  Time Series Analysis and Forecasting
♦  Reinforcement Learning and Artificial Intelligence

第三部分：休閑閱讀

第一部分：數據科學家的核心技能

數據科學 Data Science

1. The Data Science Handbook：25位出色的數據科學家的建議和見解

 

 

該手冊中有25位業(yè)內專家給出了一些建議，對初學者非常有幫助。

2.Data Science for Business：需要了解的有關數據挖掘和數據分析思維的知識

 

 

商業(yè)數據科學由著名的數據科學專家Foster Provost和Tom Fawcett撰寫，介紹了數據科學的基本原理，并引導您完成從收集的數據中提取有用的知識和業(yè)務價值所必需的“數據分析思維”。本指南還可以幫助您了解當今使用的許多數據挖掘技術。

3.Doing Data Science：Straight Talk from the Frontline

 

 

在許多這些長達一章的講座中，來自Google，Microsoft和eBay等公司的數據科學家通過展示案例研究和它們使用的代碼來共享新的算法，方法和模型。如果您熟悉線性代數，概率和統(tǒng)計，并且具有編程經驗，那么這本書是數據科學的理想入門。

數學Math

4.多元微積分Multivariate Calculus

 

https://ocw.mit.edu/courses/mathematics/18-02sc-multivariable-calculus-fall-2010/index.htm

 

5.線性代數 Linear Algebra

 

 

https://ocw.mit.edu/courses/mathematics/18-06sc-linear-algebra-fall-2011/index.htm

概率統(tǒng)計Probability and Statistics

6. Introduction to Probability, Statistics, and Random Processes

 

 

這本書向學生介紹了概率，統(tǒng)計和隨機過程。工程，各種科學，金融和其他相關領域的學生和實踐者都可以使用它。它為這些主題提供了清晰直觀的方法，同時保持了數學準確性。您還可以在線查找課程和視頻。

https://www.probabilitycourse.com

7. OpenIntro Statistics

 

 

OpenIntro項目成立于2009年，旨在通過生產可免費使用和易于修改的出色書籍和教學工具來提高教育質量和可用性。而其首創(chuàng)成果是OpenIntro Statistics。相應的課程和視頻可以在以下網址找到：https : //www.openintro.org

8.Statistical Inference

 

 

這是許多大學應屆畢業(yè)生的教科書。

討論理論統(tǒng)計和理論發(fā)展的實際應用。包括大量涵蓋理論和應用的練習。

9.Applied Linear Statistical Models

 

 

“Applied Linear Statistical Models”是長期建立的領先權威文獻，也是統(tǒng)計建模的參考。第五版在不犧牲概念或嚴格性的前提下，在整個過程中增加了對計算和圖形分析的使用。通常，5e在示例和練習中使用較大的數據集，并且可以在軟件內自動進行方法而又不會失去理解的情況下，這樣做就可以了。

10.An Introduction to Generalized Linear Models

 

 

內容歸納為標題。廣義線性模型簡介。

11.All of Statistics: 統(tǒng)計推斷簡明課程

 

 

本書適用于希望快速學習概率和統(tǒng)計信息的人。它適合計算機科學，數學，統(tǒng)計學和相關學科的研究生或高等本科生。

12.Computer Age Statistical Inference: 算法，證據和數據科學

 

 

Efron和Hastie通過本書向我們全面介紹了大數據時代的統(tǒng)計數據。

13.Statistics in a Nutshell: 桌面快速參考

 

 

標題中的快速參考

14.Bayes' Rule: 貝葉斯分析教程簡介

 

 

15. Think Bayes：Python中的貝葉斯統(tǒng)計

 

 

簡要介紹如何使用Python進行貝葉斯統(tǒng)計

http://www.greenteapress.com/thinkbayes/thinkbayes.pdf

16.黑客的貝葉斯方法

 

 

有關如何使用Python進行貝葉斯統(tǒng)計的高級教程

https://github.com/CamDavidsonPilon/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers

17.Practical Statistics for Data Scientists: 50個基本概念

 

 

該實用指南說明了如何將各種統(tǒng)計方法應用于數據科學，告訴您如何避免它們的誤用，并為您提供關于重要和不重要的建議。

您可以在這里找到它：https : //github.com/andrewgbruce/statistics-for-data-scientists

機器學習Machine Learning

18.An Introduction to Statistical Learning:R中的應用

 

 

毫無疑問，這是一本好書，該領域的每個人都應該聽說過。

http://www-bcf.usc.edu/~gareth/ISL/

https://lagunita.stanford.edu/courses/HumanitiesSciences/StatLearning/Winter2016/about

19.Applied Predictive Modeling

 

 

應用預測建模涵蓋了整個預測建模過程。面試或工作前必讀。

20. Python機器學習

 

 

Python Machine Learning Second Edition現在包括流行的TensorFlow深度學習庫。scikit-learn代碼也已完全更新，以包括對該通用機器學習庫的最新改進和添加。

21.預測數據分析的機器學習基礎：算法，可行的示例和案例研究

 

 

全面介紹了預測數據分析中使用的最重要的機器學習方法，涵蓋了理論概念和實際應用。

22.Real-World Machine Learning 現實世界的機器學習

 

 

本書告訴您如何使用機器學習來解決實際問題。強烈建議所有數據科學家在實習或工作之前閱讀它

23.Learning From Data

 

 

解釋了許多書中沒有提到的許多機器學習理論，例如VC維。

https://work.caltech.edu/telecourse.html

24.The Elements of Statistical Learning: 數據挖掘，推理和預測，第二版

 

 

本書在一個通用的概念框架中描述了各個領域的重要思想，例如醫(yī)學，生物學，金融和市場營銷。很棒的ESL，我認為它很適合翻閱和摘錄。

25.Pattern Recognition and Machine Learning

 

本書介紹了近似推理算法，可以在無法給出精確答案的情況下提供快速近似答案。當沒有其他書籍將圖形模型應用于機器學習時，它使用圖形模型來描述概率分布。

 

數據挖掘Data Mining

26.數據挖掘原理 Principles of Data Mining

 

 

數據挖掘的基本介紹，討論了很多關聯規(guī)則。

27.數據挖掘概論Introduction to Data Mining

 

 

數據挖掘概論介紹了那些初次學習數據挖掘的人的基本概念和算法。

28. Data Mining Techniques: 用于營銷，銷售和客戶關系管理

 

 

通過實際示例介紹如何使用數據挖掘從客戶那里賺錢。

SQL

29. SQL Cookbook：數據庫開發(fā)人員的查詢解決方案和技術

 

 

本菜譜提到了SQL查詢中的許多陷阱，并給出了每個流行數據庫的查詢代碼。

R

30.R in Action

 

 

本書從介紹R語言(包括開發(fā)環(huán)境)開始。著重于實際解決方案，該書還提供了實際統(tǒng)計方面的速成課程，并介紹了使用R的功能處理混亂和不完整數據的優(yōu)雅方法。

31. R for Data Science

 

 

32. R Packages

 

 

33. Advanced R

 

 

由Hadley Wickham教授撰寫。

R for Data Science與Garrett Grolemund一起，介紹了使用R進行數據科學的關鍵工具。R軟件包使用捆綁，文檔化和測試代碼的軟件包，教導了R的良好軟件工程實踐。

高級R幫助您將R掌握為編程語言，并教會您如何使R打勾。

Python

34.Think Python

 

本指南逐步指導使用該語言，從基本的編程概念開始，然后再進行功能，遞歸，數據結構和面向對象的設計。適合初學者

35.Fluent Python

 

 

作者Luciano Ramalho帶領您學習Python的核心語言功能和庫，并向您展示如何使代碼同時更短，更快和更易讀。

36. Python for Probability, Statistics, and Machine Learning

 

 

本書涵蓋了在這些領域中使用Python模塊說明的將概率，統(tǒng)計數據和機器學習聯系起來的關鍵思想。

37. Python數據科學手冊 Python Data Science Handbook

 

 

一本非常全面的手冊介紹了如何使用Python解決數據科學問題。

https://github.com/jakevdp/PythonDataScienceHandbook

數據科學家訪談Data Scientist Interview

38.Data Science Interviews Exposed

 

 

數據科學面試提供數據科學的職業(yè)建議和REAL面試問題，以幫助您獲得六位數的薪水工作!

39.Cracking the PM Interview: 如何找到產品經理在技術領域的工作

 

 

在美國，許多數據科學家都與產品密切相關，甚至其中一些人被聘為產品經理，因此這本書的PM訪談對數據科學家具有參考價值。

算法Algorithm

40. Grokking Algorithms:面向程序員和其他好奇者的插圖指南

 

 

《 Grokking算法》是一本完整而友好的指南，它教您如何將常見算法應用于程序員每天面對的實際問題。

41.使用Python解決算法和數據結構問題 Problem Solving with Algorithms and Data Structures Using Python

 

 

算法和數據結構的研究對于理解計算機科學的意義至關重要。這些就是本書的全部內容。

電子版：http : //interactivepython.org/runestone/static/pythonds/index.html

42.Algorithms in a Nutshell:實用指南

 

 

快速查看的算法指南。

Handbook

43.數據科學手冊 The Data Science Handbook

 

 

數據科學的全面概述，涵蓋了掌握該學科所需的分析，編程和業(yè)務技能

Web Scraping and Data Wrangling

44. Web Scraping with Python: 從現代Web收集數據

 

 

通過本實用指南，您將學習如何使用Python腳本和Web API一次收集和處理數千個甚至數百萬個Web頁面中的數據。實際上，僅使用 Octoparse 即可滿足您的Web抓取需求。

45. Data Wrangling with Python: 簡化生活的提示??和工具

 

 

本書教您如何清除凌亂的原始數據。將其整理成您想要的方式。

46. Regular Expressions Cookbook

 

 

盡管正則表達式很煩人，但您必須面對它。您可以使用本書來檢查所需的正則表達式。

數據可視化和故事Data Visualization and Storytelling

47.Communicating Data with Tableau: 設計，開發(fā)和交付數據可視化

 

 

本實用指南向您展示如何使用Tableau Software將原始數據轉換為引人入勝的數據可視化效果，以提供洞察力或允許查看者自己瀏覽數據。

48. Interactive Data Visualization for the Web: D3設計簡介

 

 

此完全更新和擴展的第二版將帶您了解D3的基本概念和方法，D3是最強大的JavaScript庫，用于在Web瀏覽器中直觀地表達數據。

49.使用Python和JavaScript進行數據可視化：抓取，清理，瀏覽和轉換數據

 

 

在本動手指南中，作者Kyran Dale教您如何使用一流的Python和JavaScript庫(包括Scrapy，Matplotlib，Pandas，Flask和D3)構建基本的dataviz工具鏈，以構建引人入勝的基于瀏覽器的可視化。

50.Storytelling with Data: 業(yè)務專業(yè)人員的數據可視化指南

 

 

本書演示了如何超越常規(guī)工具來獲取數據的根源，以及如何使用數據來創(chuàng)建一個引人入勝，內容豐富，引人入勝的故事。

A / B測試

51. A / B Testing:將點擊轉化為客戶的最強大方法

 

 

52.Designing with Data: 通過A / B測試改善用戶體驗

 

 

第二部分：數據科學高級技能

第三部分：休閑閱讀

請在關注更新

by Paul Black 來源：bigdatanews

原文：https://www.bigdatanews.datasciencecentral.com/profiles/blogs/80-best-data-science-books-that-are-worthy-reading

標簽： 數據 蒲

版權申明：本站文章部分自網絡，如有侵權，請聯系：west999com@outlook.com
特別注意：本站所有轉載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權歸原作者所有，如需使用，請與原作者聯系。