2021年,每个数据科学家都应该阅读的5本书

开发 前端
今天要和大家推荐5本每个数据科学家都应该阅读的书籍,下面,我们一起来看。

今天要和大家推荐5本每个数据科学家都应该阅读的书籍:

1. 《The Data Science Handbook》

这本书绝对应该放在每个数据科学家的书架上,它包含了对25位来自不同公司、行业和经验水平的数据科学家的采访。他们会给你一些宝贵的意见,告诉你如何长远规划自己的职业生涯,为哪家公司工作,如何保持学习,以及他们如何看待未来几年这个领域的变化。这本书里还有很多很有价值的见解,尤其如果你是一个初学者。

建议你从书中找到一些些有趣的问题,然后在你真正想为之工作的公司工作的数据科学家提问,这样你也可以得到不一样的见解,但还是要根据你的实际情况而定。

2. 《面向数据科学家的实用统计学》

如果你有一定的技术背景,需要了解更多关于统计数据,或者你有一定的学术背景,掌握一定的统计相关的理论知识,但在实践中并不常用,这本书将带你过一遍统计的主要概念,如分布和机器学习,并向你展示如何使用Python,这是一本很好的中级水平的书,重点是应用,而不是理论。

我强烈建议你仔细阅读这本书中的代码,尝试复制其中的一些代码片段,并对它们进行调整,看看它们是如何运行的。

3. 《精通特征工程》

特征工程可以说是数据科学工作流程中最重要的步骤之一。一旦你对工作流程和主要算法有了良好的总体认识,你就应该开始提高你的功能工程技能。这基本上意味着要掌握许多不同的工具以及何时使用它们,这取决于你的数据和目标。

这本书很好地结合了理论、应用,我建议你一边阅读一边做笔记,然后它放在身边作为参考指南。

4. 《机器学习精讲》

这是了解数学背后的主要ML算法最好的书籍之一,全书概念解释清楚,介绍精简,它应该是你开始机器学习之旅时首先要读的书之一,尤其是当你已经有一定数学基础的时候。如果你真的想详细研究这本书,我建议你尝试用自己熟悉的编程语言来实现其中的算法,从而帮助自己巩固知识。

5. 《贝叶斯思维》

一旦你开始学习统计学,你就会经常读到贝叶斯和某些贝叶斯算法,如果你不知道这两种方法的区别,一旦你理解了这种区别,学习贝叶斯统计就会非常有用,以便掌握贝叶斯算法并将其添加到你的工具库当中去,我特别推荐这本书,如果你有统计学背景,但之前从未详细学习过贝叶斯方法,它没有深入这个主题,但它已经足够让你在Python中使用贝叶斯统计。

 

责任编辑:赵宁宁 来源: 程序员书库
相关推荐

2018-03-01 14:30:22

数据科学概率分布

2016-06-03 15:18:45

程序员

2019-07-11 12:59:27

数据科学家概率分布统计

2020-09-29 17:15:41

数据科学技术

2020-10-06 18:50:19

数据科学家机器学习在线工具

2020-08-11 06:51:58

Python编程语言

2020-10-31 22:04:39

统计和数据科学数据科学家

2020-12-14 12:54:07

数据类型数据分析数据科学

2020-06-28 07:46:34

MLDB数据库机器学习

2021-04-08 10:15:46

数据工程师数据库数据科学家

2024-01-24 08:00:00

2017-08-04 15:53:10

大数据真伪数据科学家

2019-12-13 07:58:34

数据科学数据科学家统计

2018-03-07 12:57:53

2012-02-28 10:52:13

2019-07-03 15:21:47

数据科学统计数据数据结构

2020-08-23 12:26:59

数据科学家数据科学认证数据科学

2021-05-31 08:13:39

亚马逊职场面试

2020-01-14 08:28:50

Linux命令程序

2017-04-05 12:04:17

python函数
点赞
收藏

51CTO技术栈公众号