Какие книги для начинающего по Data Science?

Решил учить укзаное в тегах. Пока не определился что конкретно, но как я понимаю надо начинать с теории верояности и/или мат.статистики. Изучал оба предмета в университете, но уже все призабыл. Подскажите какую книгу можно читать. Сейчас стоит выбор между К.Доугерти "Введение в эконометрику" и Гмурман "Теория вероятностей и математическая статистика" - может ктото может подсказать принципиальную разницу между этими книгами?
  • Вопрос задан
  • 7127 просмотров
Решения вопроса 1
@dmshar
Вопрос несколько странный ввиду реально НЕСМЕТНОГО количества книг по DS,
BD, ML вышедших в последнее время. На любых языках, для любого стартового уровня образования, с прицелом на различные инструменты. Берите любую и начинайте учить. Когда что-то станет ясно и захочется углубить или наоборот, когда что-то станет непонятно - ищете целенаправлено другой источник, в котором уже известная вам тема изложена глубже или яснее. И так двигаетесь, расширя свой кругозор в тема.
Если сложно самомунайти - есть уже составленные списки, например:
https://ru.stackoverflow.com/questions/Книги-и-уче...
Или
https://www.learndatasci.com/free-data-science-books/
И подсказок в сети тысячи - как, что и в каком порядке учить. Например:
https://proglib.io/p/learn-data/
Вот куча дополнительных ресурсов.
www.7wdata.be
https://www.datasciencecentral.com
https://datascienceplus.com
https://www.kdnuggets.com
https://www.analyticsvidhya.com
https://towardsdatascience.com
Удачи.
P.S. " стоит выбор между К.Доугерти "Введение в эконометрику" и Гмурман "Теория вероятностей и математическая статистика" - может ктото может подсказать принципиальную разницу между этими книгами?"
----> Принципиальная разница: Гмурман дает общую теорию, хорошую основу, универсальный учебник.
Доугерти больше ориентирован на специализированную нишу экономических и социальных задач.
Оба неплохи для изучения статистики на соответствующих специальностях в универе.
Начинать с нихсамостоятельное изучение я бы не рекомендовал. Лучше гляньте список и рекомендации, приведенные выше и из них выбирайте.
Ответ написан
Комментировать
Пригласить эксперта
Ответы на вопрос 4
erniesto77
@erniesto77
oop, rb, py, php, js
на рутрекере по запросу "big data" (сортировка по времени добавления)
Ответ написан
Комментировать
Denormalization
@Denormalization
Если с пониманием Анг все хорошо, то посоветую начать с курса от Стенфорда. По хочу обучения поймешь каких знаний в математике тебе не хватает, и сможешь учить конкретные темы.
Ответ написан
Комментировать
DanilBaibak
@DanilBaibak
Machine Learning engineer
https://medium.com/machine-learning-for-humans/how... - от простого к сложному. Нужен английский.
Ответ написан
Комментировать
@Alibaba2018
Нужно знать Python хорошо, в первую очередь, и решать задачки, а не теорию учить для DS. Библиотеки: Numpy, Pandas, Matplotblib, Scikilearn, Seaborn итд. в особенности.

Если уж хочется hardcore математики, то тогда сразу читать книгу от создателей этой науки ISLR by Gareth James (доступна бесплатно на сайте унивеститета в pdf).

Мне очень понравились лекции Jose Portilla на udemy.com. Вроде там еще есть лекции гражданина Еременко неплохие по теме, но я у него брал только курс по Tableau.

"Learn Data Analysis with Python" by Henley, Wolf: сейчас начал, но это только задачки и то что работодатели требуют для трудоусторйства по сути, а не пространственную теорию.
Ответ написан
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы