1. EdgeAITech首页
  2. 学习

2019年五大非典型数据科学书籍

数据科学是一个新兴领域,每个人都在努力磨练自己的技能来掌握它,并努力是自己成为“ 优秀 ”数据科学家。我相信对统计数据的正确理解,对R / Python等工具的良好控制,能够帮助我们发现数据模式,应用精确模型的能力是所需的许多特性中的一小部分。然而,优秀是一回事,成功是另一回事。一个“成功 ”的数据科学家不仅专注于必要的工具和概念,同时也需要掌握其在当前相关行业的发展趋势。

书籍是帮我们建立更好视角和扩展想象力的绝佳方式。尽管互联网上提供了大量的数据科学资源,但书籍有助于深入理解,并可在需要时作为现成参考。

如果你对书籍和数据充满热情,那么不要错过这五本“ 非典型 ”数据科学类型的书籍,但在数据科学领域却有益与拓展思路的。它们不仅可以增强了我们的知识,而且还给我们很多关于数据领域的思考。好吧,如果你是一个有抱负的数据科学家,并寻找一个慵懒的下午阅读的东西,这里有一个推荐列表。

Skin in the Game: The Hidden Asymmetries in Daily Life

(游戏中的皮肤:日常生活中隐藏的不对称)

2019年五大非典型数据科学书籍
Nassim Nicholas Taleb是我们这个时代最重要的思想家之一。短语“游戏中的皮肤”是风险管理的支柱,但适用于包括数据科学在内的所有领域。如果你在游戏中有皮肤,你更有可能利用你的知识,使用重要的东西并丢弃不相关的东西。
019年五大非典型数据科学书籍"
它如何适用于数据科学?本书涉及公平性、商业效率和应对风险的必要性,所有这些特征都是数据科学生态系统的重要组成部分。

Naked Statistics — Stripping the Dread from the Data

(裸统计 – 从数据中剥离恐惧)
019年五大非典型数据科学书籍"
2019年五大非典型数据科学书籍
查尔斯·惠兰(Charles Wheelan)的裸体统计数据是对统计数据及其如何被滥用和歪曲的精彩介绍。本书通过剥离表面论点并揭示主题的潜在价值,突出了统计数据的实际应用。

许多人在没有数学的情况下将这本书与“统计101课程”进行比较。因此,如果你害怕统计数据,本书试图用简单直观的方式解释从基本概率到中心极限定理的基本常识,从描述性统计到回归分析,而且是通过一种不乏幽默的方式展开讨论的。

Factfulness

2019年五大非典型数据科学书籍
由有远见的Hans Rosling (以及他的儿子和儿媳)撰写的这本书既有启发性,又充满了生动的轶事和动人的故事。
019年五大非典型数据科学书籍"
Hans Rosling使用数据,统计和简洁的可视化,来提供对世界及其问题的不同观点。事实证明,尽管世界存在各种不完美之处,但它的状态要比我们想象的要好得多。本书强调需要用事实来衡量世界的进步和发展,以对抗全球的无知。

数据科学教育主要关注数据争论和假设检验。Hans Rosling通过这本书巧妙地提醒我们,形成错误的假设是昂贵的。

The Signal and the Noise: Why So Many Predictions Fail-but Some Don’t

(信号和噪声:为什么这么多预测都失败了 – 但仍有些人没有)
019年五大非典型数据科学书籍"

2019年五大非典型数据科学书籍
Nate Silver是领先的统计学家、作家和获奖网站FiveThirtyEight.com的创始人。本书帮助我们理解预测的局限性,以及可以证明其成功性的领域。通过他的书,Nate带我们参观了预测世界,其中大部分数据都在噪音之中。

如果有兴趣了解如何在现实世界中进行预测,以及预报员如何克服偏见以发现准确且有意义的预测,那么这是一个有用的读物​​。

Big Data: The Essential Guide to Work, Life and Learning in the Age of Insight

(大数据:洞察时代的工作,生活和学习的基本指南)
019年五大非典型数据科学书籍"
2019年五大非典型数据科学书籍
多年来,有很多关于“大数据”的书籍。但是,本书的重点主要是大数据的应用,这些应用正在重新定义我们周围的业务和流程。

该书由世界上最受尊敬的两位数据专家Viktor Mayer-Schönberger和Kenneth Cukier撰写。他们谈论大数据是什么,它的好处以及如何有效地利用它。 本书分享的例子和现实生活经验堪称典范。本书不仅强调了大数据对从商业到政府,从科学到医学的所有事物的日益增长的影响,而且还给大数据的黑暗面带来了深刻的印象。

总的来说,本书对大数据革命提供了强有力的介绍,对于有志于探索该领域的数据科学家来说,这本书可以好好读一读。

很高兴能够阅读这些书籍,希望你们也能从中受益。虽然读书不会让你在一夜之间成为一名成功的数据科学家,但它肯定会为你提供一个更好,更广泛的视角来分析事物。毕竟,数据科学家的工作是从数据中获得理解,而不仅仅是通过工具展示花哨的图片结果。

原创文章,作者:xgl,如若转载,请注明出处:https://edgeaitech.com/64

发表评论

登录后才能评论

评论列表(1条)

  • Typecho
    Typecho 2020年2月8日 下午7:02

    欢迎来到EdgeAITech