Топ 5 лучших книг по Data Science для начинающих 📚 — очень субъективный список

Мы рассмотрим книги для начинающих специалистов по Data Science (науке о данных). Вы можете посмотреть на нормальное, формализованное исследование с сайта , книг там в писке 12, но я не уверен что все они нужны начинающему «дата-сат@нисту», чтобы зарабатывать свои 5000 долларов в наносекунду, и рекомендую только то, что зашло мне. 📚 📚-subektivnyj-spisok/ 📚 1 «Data Science. Наука о данных с нуля» — Джоэл Грас Теория немного суховата и не полностью раскрывается. Из жирных плюсов: в конце каждой главы есть список для дальнейшего изучения с очень хорошими книгами и ссылками — советую изучить. Книга мне очень понравилась. Особенно первые 100 страниц, — до первых сложных формул. 2 «Python для сложных задач» — Дж. Уандер Плас Для многих исследователей Python является первоклассным инструментом, главным образом из-за его библиотек для хранения данных, манипулирования ими и получения дополнительной информации из них. С помощью данной книги вы можете изучить все эти библиотеки и инструменты — IPython, NumPy, Pandas, Matplotlib, Scikit-Learn и другие. 3 «Практическая статистика для специалистов Data Science» — Питер Брюс, Эндрю Брюс Книга рассчитана на специалистов в области Data Science, обладающих некоторым опытом работы с языком программирования R и имеющих предварительное понятие о математической статистике. Эту книгу рекомендуют многие аналитики и дата саентисты, но она посложнее чем предыдущие и следующие в этом списке книги. Если вы не изучали статистику, будет тяжело, не совсем для новичков, это скорее следующий уровень. 4 «Python и анализ данных: обработка данных с помощью Pandas, NumPy и IPython» — Уэс Маккинни Вы получите полные инструкции по манипулированию, обработке и очистке наборов данных в Python. Второе издание этого практического руководства, обновленное для Python 3.6, содержит множество практических примеров. В процессе вы изучите последние версии pandas, NumPy, IPython и Jupyter. Эта книга, написанная Уэсом МакКинни, создателем проекта Python pandas, представляет собой практическое современное введение в инструменты обработки данных в Python. Он идеально подходит для аналитиков, плохо знакомых с Python, и для программистов Python, плохо знакомых с наукой о данных и научными вычислениями. Файлы данных и сопутствующие материалы доступны на GitHub. Перевод местами странный. А так неплохая книга. Уэс Маккинни — американский разработчик программного обеспечения и бизнесмен. Создатель проекта pandas. С 2007 по 2010 год Маккинни изучал глобальные макро- и кредитные торговые стратегии в AQR Capital Management. Во время работы в AQR Capital он выучил Python и начал создавать то, что впоследствии станет pandas. Маккинни обнародовал проект pandas в 2009 году. Человек «не хрен с горы». Книге можно смело доверять. 5 «Данные: визуализируй, расскажи, используй» — Коул Нассбаумер Нафлик Книга научит вас основам визуализации данных и тому, как эффективно взаимодействовать с ними. Вы откроете для себя силу повествования и способ сделать данные ключевым моментом в вашей истории. Вы научитесь правильно презентовать результаты своей аналитической деятельности, и для этого совсем не нужно становиться дизайнером! Очень дельные советы из практики автора. Для стартаперов и корпоратов самое оно, первым нужно питчить инвесторам, а вторым ну вы понимаете, там вообще важно правильно презентовать и рассказывать чем ты занимаешься, даже если не занимаешься ничем. Применительно к Data Science — книга просто огонь! Коул Нассбаумер Нафлик рассказывает истории с помощью данных. Она специализируется на эффективной визуализации количественной информации и ведет популярный блог . Ее семинары и презентации широко востребованы компаниями, некоммерческими организациями и людьми по всему миру. P.S. Еще я заказал книгу «Роман с Data Science. Как монетизировать большие данные» от Романа Зыкова rzykov. Роман Владимирович Зыков начинал с роли технического консультанта в компании StatSoft Russia, российского офиса одноименной американской компании-разработчика пакета статистического анализа данных STATISTICA. Думаю, что не разочаруюсь, опыт у человека просто шикарный, хоть в виде книги получится «поговорить» с таким человеком 😉