Książki do statystyki, o statystyce, od statystyków i dla statystyków

meto

 

Proces selekcji analityków danych w Google daje  pierwszeństwo kandydatom ze znacznym doświadczeniem w statystyce i matematyce.

Nie tylko Google, inne szczytowe firmy ( Amazon, Airbnb, Uber itd.) na świecie także wolą kandydatów z solidnymi podstawami niż ze  zwykłą wiedzą w nauce danych.

Jeśli Ty także aspirujesz aby pracować w przyszłości w tak samo ważnych firmach jest niezbędne dla Ciebie aby rozwinąć matematyczne rozumienie nauki o danych. Nauka o analizach danych jest po prostu rozwiniętą wersją statystyki i matematyki, połączona z programowaniem i logiką biznesową.

Spotkałem wielu analityków danych, którzy starali się statystycznie wytłumaczyć  przewidywalne modele.

Jest o wiele bardziej ważne niż tylko wynikająca dokładność, rozumienie i interpretacja każdej metryki, obliczenia za tą dokładnością. Pamiętaj, każda jedna ’ zmienna’ ma historię do opowiedzenia.

Więc, spróbuj zostać świetnym eksploratorem historii.

W tym artykule, wypełniłem listę książek do przeczytania o statystyce i matematyce. Rozumiem, matematyka nie ma krańca. Stąd wymieniłem tylko te książki które pomogą wam nawiązać lepiej do nauki o danych.

Statystyka

Wstęp do Nauki Statystyki

To jest najczęściej polecana książka do praktykujących analityków danych. Te książki skupiają się na połączeniu statystycznej koncepcji z automatycznym nauczaniem. Więc będziesz się uczył o całej  popularnej nadzorowanej i nienadzorowanej automatycznej nauce algorytmów. Użytkownicy R będą mieli pewną korzyść, od kiedy praktyczne aspekty  były demonstrowane używając R. Oprócz teorii, ta książka kładzie nacisk na używanie algorytmów ML w rzeczywistych ustawieniach.

Wstęp do nauki statystyki

 

Elementy Nauki Statystyki

Ta książka jest wyższym poziomem poprzedniej książki. Jest napisana przez Trevor’a Hastie i Rob’a Tibshirani, profesorzy na Uniwersytecie Stanford. Ich pierwsza książka ‘Wstęp do Nauki Statystyki’ odkrywa podstawy statystyki i automatycznej nauki. Ta książka wprowadzi Cię do do wyższego poziomu algorytmów jak Neutral Networks, Bagging& Boosting,metody  Kernel itd. Algorytmy zostały zrealizowane w programowaniu R.

http://statweb.stanford.edu/~tibs/ElemStatLearn/

Think Stats

Autor tej książki to Alien B Downey. Opiera się na realizacji analiz statystycznych właściwie w Phytonie. Więc upewnij się że masz choć podstawową wiedzę przed zakupem tej książki. Skupia się w całości na rozumieniu  rzeczywistego wpływu statystyki  używając popularnych naukowych przypadków.

Od kiedy  statystyka i matematyka są blisko połączone , to rozdziały zostały przeznaczone  także do tematów jak teoria bayesowska.

Elementy nauki statystyki

 

Od algorytmów do Z Score

Wiedziałeś o istotnej roli statystyki w programowaniu? Autor tej książki, Norm Matloff, profesor na Uniwersytecie w Californii tłumaczy używanie prawdopodobnych koncepcji i statystycznych miar w R.

Znów dobre praktyczne  źródło dla użytkowników R. To uczy sztuki traktowania probabilistycznych modeli i wybierania tych najlepszych do końcowej ewaluacji. Bardzo polecana książka.

Od algorytmów do Z SCORE

 

Wstęp do Statystyki Bayesowskiej

To często polecana książka dla świeżych w Analizie Danych. Autor tej książki  to William M Bolstad. Jest konieczna do przeczytania dla ludzi dla których matematyka jest nudna. Napisana w konwersacyjnym stylu, ta książka jest wspaniałym źródłem do wprowadzenia w statystyce.

Zaczyna się od  metod naukowych zbioru danych i kończy na rozdziałach o teorii bayesowskiej.

Wstęp do statystyki Bayesoweskiej

Odkrywanie Statystyki użuwając R

Ta książka jest napisana przez Andy Field, Jeremy Miles i Zoe Field. Chciałbym szeroko rekomendować tą książkę nowicjuszom w nauce o danych. Aby rozpocząć ze statystyką , ta książka posiada wspaniałe zawartości które zchodzą do szczegółow ich tematów.  Wspólnie,statystyczne koncepcje  są wytłumaczone w połączeniu z R co czyni to jeszcze bardziej użyteczne.. Oferuje rozumienie krok po kroku z równoległą pomocą praktycznych przykłądów.

Odkrywanie statystyki używając R

 

Matematyka

Wstęp do Algebry Linearnej

To jest jedna z najbardziej polecanych książek o algebrze linearnej. Autorem tej książki jest Gilbert Strang, profesor MIT’u.  Jedyny sposób  dostarczania wiedzy przez Gilberta da ci intuicję i emocje do poruszania się do przodu za każdym rozdziałem. Ta książka pomoże Ci rozbudować silną podstawę matematyczną do automatycznego nauczania. Wymienia wszystkie niezbędne rozdziały jak wektory, równania linearne,determinalne, wartości własne, faktoryzacja macierzy itd. w dokładności.

Wstęp do algebry linearnej

http://www.amazon.com/dp/0980232716?tag=inspiredalgor-20

Obliczanie macierzy

Macierze danych są niezbędnymi elementami automatycznego nauczania. Autorem jest Gene H Golub i Charles F Van Loan. Ta książka zapewnia ciekawe korzyści studentom z koncepcjami obliczeń macierzy.

Autor omawia wiele ważnych tematów jak eliminacja Gaussa, faktoryzacja macierzy, metoda lancoz, błędy analizy itd. Każdy rozdział jest oparty na intuicyjnych praktycznych problemach.

Obliczenia macierzy

 Probabilistyczna Teoria Rozpoznawania na podstawie wzorców

To jest kompletne źródło do nauki zastosowania matematyki. Jest konieczna do przeczytania dla średnio i zaawansowanych praktykantów w automatycznym nauczaniu. Ta książka jest napisana przez Luc Devroye, Laszlo Gyorfi i Gabor Lugosi. Pokrywa całą gamę tematów o różnych błędach Bayesa, linearnych dyskryminacjach do elspilon entropy & neural networks.

Zapewnia przekonujące tłumaczenie złożonych teoremów z sekcją rozsądnych praktycznych problemów.

Probabilistyczna teoria rozpoznawania na podstawie wzorców

Wstęp do Matematyki Sieci Neuronowej

Jeśli zrodził się w Tobie interes do nauki o Sieci Neuronowej, to powinno być miejsce do startu. Autorem tej książki jest Feff Heaton. Ten autor pięknie ułatwia trudne pojęcia sieci neuronowej. Ta książka wprowadzi Cię to podstaw matematyki w sieciach neuronowych. Zakłada że czytelnicy mają już wiedzę o algebrze, obliczeniach i programowaniu. To demonstruje różne matematyczne rozwiązania które mogą być zastosowane w sieciach neuronowych.

Wstęp do matematyki sieci neuronowych

Zaawansowna Matematyka Inżynieryjna

To jest prawdopodobnie najbardziej kompleksowa książka przydatna w matematyce dla użytkowników automatycznego nauczania. Autorem książki jest Erwin Kreyszig. W istocie rzeczy ta książka jest wysoko polecana studentom college’u. Jeśli do tej pory nie byłeś dobry w matematyce, śledź tą książkę religijnie, a zobaczysz na pewno znaczące postępy w rozumieniu matematyki.

Wraz z derywacjami i praktycznymi przykładami ta książka przeznaczyła sekcje na obliczenia, algebrę, prawdopodobieństwo itd. Ostatecznie książka konieczna do przeczytania dla wszystkich poziomów praktykantów w analizie danych.

Zaawansowana matematyka inżynieryjna

CookBook o Prawdopodobieństwie i Statystyce

Ta książka musi znajdować się na Twojej cyfrowej  półce na książki. To nie jest do końca tekstowa książka którą odkryłeś, lecz szybki cyfrowy przewodnik o matematycznych równaniach. Autorem tej książki jest  Matthias Vallentin. Po skończeniu elementów zasadniczych matematyki ta książka pomoże Ci połączyć różne teorematy i algorytmy z ich formułami. Trudne jest natychmiastowe wyprowadzanie równań, ta książka pomożę Ci szybko kierować się do wybranego problemu i rozwiązać go.

O prawdopodobieństwie w statystyce

Uwagi końcowe

Wymienione książki w tym artykule są wyselekcjonowane na podstawie ich recenzji i podejmowanych tematów. To nie jest wyczerpująca lista książek. Ale wiem, że łatwo jest zdezorientować się podczas decydowania się ‘od czego zacząć ?’. W wielu sytuacjach wskazane jest zacząć od tej listy.

W tym artykule, wymieniłem niektóre pomocne książki o statystyce i automatycznym nauczaniu.

Odkryto że ludzie są skłonni zaniedbywać te tematy w dążeniu do szybkiego sukcesu. Lecz to nie jest dobra droga. Więć  jeśli zamierzasz na dłuższy czas osiągać sukcesy w analizie danych, upewnij się że uczysz się tworzyć historie o matematyce i statystyce.

Więcej informacji na:

Strony o statystyce
Książki statystyczne

Mapa strony