Анализ данных книга

12 книг по Data Science для новичков и продвинутых

Редактор блога Нетологии Юлия Чернова сделала подборку книг о Data Science на английском языке, которые помогут новичкам разобраться в основах, а продвинутым — прокачать знания и навыки.

«Numsense! Data Science for the Layman», Annalyn Ng, Kenneth Soo

Для кого. Для новичков в сфере Data Science, которые знают английский.

О чем. Автор описывает регрессивный анализ, нейронные сети А/В тесты, деревья решений и другие базовые понятия.

Польза. Поможет вникнуть в основы DS без математической сложности, разобраться в теме при помощи наглядных иллюстраций.

«Machine Learning», Tom Mitchell

Для кого. Для новичков, которые не знают ничего об искусственном интеллекте и статистике. Для владеющих английским на продвинутом уровне.

О чем. Описания популярных алгоритмов — байесовского обучения, обучения с подкреплением, нейронных сетей с подробными примерами.

Польза. Лучший вводный материал для тех кто изучает элементарные понятия машинного обучения. Поможет разобраться в теме и понять основы перед дальнейшим углубленным изучением.

«Blockchain Basics: A Non-Technical Introduction in 25 Steps», Daniel Drescher

Для кого. Для новичков, которые не хотят разбираться с терминами из программирования и знают английский.

О чем. Книга о технологии блокчейн на примерах криптовалют Bitcoin, Ethereum и Litecoin.

Польза. Доступно объясняет, что такое блокчейн, без сложных технических терминов, с примерами и иллюстрациями.

«Microsoft Excel Data Analysis and Business Modeling», Wayne Winston

Для кого. Для тех, кто изучает бизнес-аналитику, и знает английский на уровне Upper-Intermediate и выше.

О чем. Книга о функциях Excel для бизнеса и сложных вопросах бизнес-аналитики. С тематическими исследованиями финансовой составляющей бизнеса, реальными примерами.

Польза. Учит работать со сложными функциями Excel: сводными таблицами, описательной статистикой, Offset, Indirect, Excel Solver и макросами для автоматизации повторяющихся задач в анализе данных.

«AI and Analytics: Accelerating Business Decisions», Sameer Dhanrajani

Для кого. Для руководителей и начинающих предпринимателей в области ИИ и Data Science

О чем. Автор рассказывает о комплексных стратегиях и методологии в аналитике. Охватывает большинство популярных отраслей бизнеса — страхование, розничную. торговлю, банковское дело.

Польза. Помогает понять основы бизнес-аналитики. Предлагает бизнес-идеи развития компаний с использованием блокчейна, криптовалют, чат-ботов и других популярных технологий.

«Doing Data Science», Кэти О’Нил, Рэйчел Шатт

Для кого. Для новичков, которые уже освоили базовые понятия DS, и переходят к изучению технической литературы.

О чем. Издание посвящено углубленному изучению фильтрации спама, регрессионных моделей, рекомендательных машин, введению в Big Data.

Польза. Помогает систематизировать знания об основах Data Science.

«Data Science at the Command Line», Жерон Янссенс

Для кого. Для тех, кто изучает основы программирования и интересуется анализом данных.

О чем. Книга содержит информацию об анализе данных и командной строки.

Польза. Расширит ваши возможности в области анализа данных. Ознакомит с основами программирования и поможет проще получать, преобразовывать и анализировать данные.

«Python for Data Analysis» , Уэс МакКинни

Для кого. Для тех, кто хочет изучить Python — основной язык программирования в сфере анализа данных.

О чем. Книга на 400 страниц со всеми подробностями о языке программирования, которые пригодятся будущим специалистам по Data Science.

Польза. Поможет изучить язык программирования с нуля или начального уровня, научит применять его в анализе данных.

«Python Machine Learning», Sebastian Raschka

Для кого. Для тех, кто хочет глубже изучить техническую сторону работы с предсказательной аналитикой в языке программирования. Для инженеров с любым уровнем знаний в сфере машинного обучения.

О чем. Книга о возможностях Python в аналитических моделях, улучшении веб-приложений, открытии скрытых паттернов и структуры в данных с помощью кластеризации.

Польза. Научит применять регрессионный анализ, эффективно проводить предварительную обработку данных, применять анализ социальных сетей в определении настроений аудитории.

«Storytelling with Data: A Data Visualization Guide for Business Professionals», Cole Nussbaumer Knaflic

Для кого. Для тех, кто уже умеет проводить анализ данных и учится визуализировать результаты.

О чем. Книга об эстетическом представлении результатов анализа данных, понимании аудитории, подборе оптимального способа подачи информации. Содержит реальные примеры визуализации и их разбор.

Польза. Научит основам визуализации данных и наглядно покажет, как применять процесс в создании презентаций.

«Hadoop for Dummies», Dirk Deroos, Paul C. Zikopoulos, Roman B. Melnyk

Для кого. Для тех, кто начинает знакомство с Hadoop.

О чем. Книга содержит описание экосистемы Hadoop 2 и Yarn, примеры их реального использования, подробную инструкцию по установке кластера. Предоставляет детальную информацию о работе с SQL и Hive, развертывании Hadoop в облаке.

Польза. Научит работать с кластерами, шаблонами проектирования и экосистемой Hadoop на начальном уровне.

«Hadoop: The Definitive Guide», Tom White

Для кого. Для тех, кто хочет научиться использовать набор инструментов Hadoop на практике.

О чем. Сборник тематических исследований, как Hadoop решает конкретные задачи. Автор приводит детальный анализ каждого исследования и объясняет, как использовать инструменты в аналогичных ситуациях.

Польза. Научит использовать Hadoop Distributed File System для хранения больших массивов данных, создавать и настраивать кластеры Hadoop. Расскажет о возможностях MapReduce и распространенных ошибках в работе с моделью.

Мнение автора и редакции может не совпадать. Хотите написать колонку для «Нетологии»? Читайте наши условия публикации. Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.

Анализ данных книга

Роль методов анализа данных в нашей жизни весьма значительна. Люди, часто не задумываясь и не осознавая, постоянно их используют в повседневной практике. Анализ данных пронизывает все аспекты современной жизни, служит основой для многих решений в предпринимательской и общественной деятельности, информируют о тенденциях и факторах, которые влияют на нашу жизнь. Анализ данных как научная дисциплина в системе прикладной статистики разрабатывает и систематизирует понятия, приемы, математические методы и модели, предназначенные для организации отбора из исследуемой совокупности подлежащих обследованию единиц, их стандартной записи, систематизации и обработке с целью их удобного представления и интерпретации, получения научных и практических выводов. В настоящем учебнике анализ данных рассматривается как дисциплина, основанная на статистических методах и вычислительных алгоритмах, позволяющих извлекать знания из результатов наблюдений.

Сборник включает статьи участников международной научно-практической конференции «Экономика и управление: проблемы и перспективы развития», прошедшей 15-16 ноября 2010 г. в г. Волгограде на базе Регионального центра социально-экономических и политических исследований «Общественное содействие». Статьи посвящены актуальным вопросам экономической, управленческой теории и практики, изучаемыми учеными из разных стран — участниц конференции.

Колоссальный рост объема разнообразной информации в современном обществе (30% в год), называемый информационным взрывом, настоятельно требует, как новых решений в области анализа данных, так и новых, высококвалифицированных кадров в этой области. Спрос на таких специалистов растет экспоненциально. При этом особенно остро недостаток таких специалистов наблюдается в междисциплинарных областях, таких, как экономика и финансы. Крупнейшие финансовые компании и банки (Сбербанк, ВТБ, Тиньков-банк) постепенно перемещаются в область анализа данных и IT-технологий, становясь сильными игроками и в этих, еще недавно совсем новых для них областях. Помимо этих компаний, большой спрос на высококвалифицированных специалистов наблюдается и в разного рода хедж-фондах (Synthesys, Quantstellation, datafork, Worldquant ltd и др.). Таким компаниям требуются специалисты, которые наряду с программистскими навыками владеют основами финансовых технологий и анализа данных в финансах. Острая потребность кадров в таких областях наблюдается не только в России — это общемировая тенденция. В ответ на эту потребность практически во всех современных зарубежных университетах либо открыты, либо открываются программы на стыке анализа данных и финансовых технологий. В этой связи представляется актуальной открытие новых образовательных программ в области анализа данных в финансах. В данном докладе анализируются особенности построения такого рода программ, способы интеграции лекционных и практических курсов в области информационных технологий, экономики и финансов, варианты интернационализации таких программ, методы привлечения ведущих иностранных и корпоративных партнеров.

Какие книги стоит почитать аналитику? Книги по анализу данных.

Thinking, Fast and Slow, Daniel Kahneman («Думай медленно… решай быстро»)
Financial Times в своем обзоре назвала эту книгу шедевром. Автор, Даниэль Канеман, лауреат Нобелевской премии по экономике, рассказывает как мы совершаем ошибки, хотя нам кажется, что принимаемое нами решение абсолютно верное. Книга стала бестселлером, переведена на многие языки, в том числе на русский:
https://www.ozon.ru/context/detail/id/24286114/

Customer and Business Analytics, Daniel S. Putler («Клиенты и бизнес-аналитика«)
Эта книга — для владельцев малого и среднего бизнеса. Издание рассказывает, как Data Mining помогает принимать управленческие решения и увеличивает эффективность работы компаний:
https://www.amazon.co.uk/Customer-Business-Analytics-Applied-Decision/dp/1466503963

Show Me the Numbers, Stephen Few («Покажите мне цифры»)
Книга для общего знакомства с анализом информации: как правильно складывать столбцы и записывать строки,как сформировать из отчетов и данных схемы и диаграммы, которые сделают работу прозрачнее и расскажут, что ждет бизнес в будущем. Незаменимое издание для новичков бизнес-аналитики:
https://www.amazon.co.uk/SHOW-ME-NUMBERS-STEPHEN-FEW/dp/0970601972/ref=la_B001H6IQ5M_1_1?s=books&ie=UTF8&qid=1454603902&sr=1-1

Now You See It, Stephen Few («Теперь вы видите это»)
Эту книгу можно назвать продолжением «Покажите мне цифры». Издание рассказывает о принципах количественного анализа данных и содержит много графиков и практических примеров:
https://www.amazon.co.uk/Now-You-See-Stephen-Few/dp/0970601980/ref=asap_bc?ie=UTF8

The Visual Display of Quantitative Information, Edward Tufte («Визуальное отображение количественной информации»)
Второе издание классического пособия по изучению визуального отображения данных. В книге 250 графических примеров, которые наглядно рассказывают обо всех возможных видах графиков, правилах их состояния и частых ошибках:
https://www.edwardtufte.com/tufte/books_vdqi

Signal, Stephen Few («Сигнал»)
Чем больше бизнес, тем больше данных поступают в офис компании. Со временем информации может стать так много, что руководители и аналитики могут не заметить важную или даже тревожную информацию. Эта книга рассказывает, как не «оглохнуть» в информационном шуме и научиться видеть действительно важные данные:
https://www.amazon.co.uk/gp/product/1938377052?keywords=signal%20stephen%20few&qid=1454621970&ref_=sr_1_1&s=books&sr=1-1

Statistics Done Wrong, Alex Reinhart («Неправильная статистика»)
Работая с большим количеством хранилищ данных любой пользователь, от начинающего маркетолога до опытного аналитика или директора компании, может допустить ошибку. Одну, может быть, самую незначительную. Но тогда возникает риск того, что все отчеты и принятые на их основании решения неверны. Избежать этого поможет полное руководство Алекса Рейнхарта по самым распространенным статистическим ошибкам. Книга распространяется бесплатно, скачать ее можно по ссылке:
https://www.statisticsdonewrong.com/index.html

The Functional Art, Alberto Cairo («Функциональное искусство»)
Если вдуматься, нас окружает огромное количество данных, компании могут собирать информацию буквально отовсюду. «Функциональное искусство» — книга о магии цифр. Альберто Каир рассказывает, как данные могут указывать на слабые и сильные стороны в работе бизнесменов, ученых и политиков. Книга выпущена вместе с диском, содержащим видеоуроки:
https://www.amazon.com/gp/product/0321834739/

The Truthful Art , Alberto Cairo («Истинное искусство»)
Еще одна книга автора Альберто Каиро рассказывает про невероятные возможности инфорграфики. Возможности, которые мы упускаем. Речь в книге идет не только о бизнесе, но и любых других составляющих нашей жизни. Цифры окружают людей повсюду и преобразование этой информации в инофграфику дает возможность увидеть скрытое:
https://www.amazon.com/gp/product/0321934075

Назад к Базе знаний

Tableau — это мощная система интерактивной аналитики, с помощью которой глубокий анализ больших данных делается быстро и наглядно. Tableau не требует дорогостоящего внедрения.

Анализ данных книга

Physics.Math.Code

28 записей Показать все записи

Natural Language Processing with PyTorch [2020] Brian McMahan, Delip Rao
Знакомство с PyTorch: глубокое обучение при обработке естественного языка [2020] Брайан Макмахан, Делип Рао

Обработка текстов на естественном языке Показать полностью… (Natural Language Processing, NLP) — крайне важная задача в области искусственного интеллекта. Успешная реализация делает возможными такие продукты, как Alexa от Amazon и Google Translate. Эта книга поможет вам изучить PyTorch — библиотеку глубокого обучения для языка Python — один из ведущих инструментов для дата-сайентистов и разработчиков ПО, занимающихся NLP.

Делип Рао и Брайан Макмахан введут вас в курс дел с NLP и алгоритмами глубокого обучения. И покажут, как PyTorch позволяет реализовать приложения, использующие анализ текста.

В этой книге
• Вычислительные графы и парадигма обучения с учителем.
• Основы оптимизированной библиотеки PyTorch для работы с тензорами.
• Обзор традиционных понятий и методов NLP.
• Упреждающие нейронные сети (многослойный перцептрон и другие).
• Улучшение RNN при помощи долгой краткосрочной памяти (LSTM) и управляемых рекуррентных блоков
• Предсказание и модели преобразования последовательностей.
• Паттерны проектирования NLP-систем, используемых в продакшене.

Statistics for Engineers and Scientists [2020] Navidi W.

Statistics for Engineers and Scientists stands out for its crystal clear presentation of applied statistics. The book takes a practical approach to methods of statistical Показать полностью… modeling and data analysis that are most often used in scientific work. This edition features a unique approach highlighted by an engaging writing style that explains difficult concepts clearly, along with the use of contemporary real world data sets, to help motivate students and show direct connections to industry and research. While focusing on practical applications of statistics, the text makes extensive use of examples to motivate fundamental concepts and to develop intuition.

Статистика для инженеров и учёных [2020] Навиди У.

Статистика для инженеров и ученых отличается кристально четким представлением прикладной статистики. В книге представлен практический подход к методам статистического моделирования и анализа данных, которые чаще всего используются в научной работе. В этом издании представлен уникальный подход, подчеркнутый привлекательным стилем письма, который четко объясняет сложные концепции, наряду с использованием современных наборов данных реального мира, чтобы помочь мотивировать студентов и показать прямые связи с промышленностью и исследованиями. Ориентируясь на практическое применение статистики, в тексте широко используются примеры для мотивации фундаментальных концепций и развития интуиции.

Скачать t-do.ru/physics_lib