Data Science är det studieområde som hanterar stora mängder data med hjälp av vetenskapliga metoder, processer, algoritmer och system för att hitta osynliga mönster, härleda meningsfull information, fatta affärsbeslut i företag och även använda i icke-affärsinstitutioner. De icke-affärsmässiga institutionerna inkluderar branscher för sjukvård, spel, bildigenkänning, rekommendationssystem, logistik, bedrägeriupptäckt (banker och finansinstitut), Internetsökning, taligenkänning, riktad annonsering, flygplanering och augmented reality. Data Science är en underuppsättning av artificiell intelligens. Data som används för analys kan komma från många olika källor och presenteras i olika format. En del av källdata kan vara standardiserade; andra kanske inte är standardiserade.
För att uttrycka det på ett annat sätt används olika metoder för att samla in data (plural av datum). Sedan extraheras kunskap (värdefulla slutsatser) från den samlade datan. I processen, efter att data har samlats in, görs forskningen om dem (data) för att få nya data (resultat) från vilka problemen löses.
Datavetenskap som en (stor) disciplin finns på kandidat- och masternivå vid universitetet. Men bara ett fåtal universitet i världen erbjuder datavetenskap vid kandidat- eller magisterexamen. På kandidatnivå tar studenten en examen i datavetenskap. Detta är som en allmän examen. På magisternivån lämnar studenten med en forskarexamen i datavetenskap, specialiserad på dataanalys, datateknik eller som datavetare.
Det kan förvåna läsaren och möjligen tyvärr att maskininlärning, modellering, statistik, programmering och databaser är en förutsättning för att kunna studera datavetenskap på kandidatnivå trots att de är respekterade universitetskurser i sina egna rättigheter, studerade i andra discipliner på kandidat- eller masternivå. Trots det, när en student går till ett universitet för att studera datavetenskap på examensnivå, kommer alla dessa kurser fortfarande att studeras, vid sidan av eller före de rätta kurserna, för datavetenskap.
Datavetenskap för kandidatexamen eller dess specialiseringar som dataanalys, datateknik eller som dataforskare utvecklas fortfarande; även om de nådde ett stadium att de tillämpas i industrier efter att ha studerats (på universitetet). Data Science är totalt sett en relativt ny disciplin.
Kom ihåg att du först bör vara generalist innan du blir specialist. Skillnaderna mellan specialistprogram är ännu inte klara. Skillnaderna mellan generalist- och specialistprogrammen är inte klara ännu.
Eftersom Data Science är en relativt ny disciplin är böckerna som föreskrivs i detta dokument baserade på innehållstäckning och inte pedagogik (hur väl boken lär ut). Och de är för kandidatprogrammet (generalist). Det finns olika generalistkurser.
Listan
För mer information och eventuellt köp med kreditkort ges en hyperlänk för var och en av böckerna. Ingen av böckerna täcker alla generalistkurser.
Viktig matematik för datavetenskap: kalkyl, statistik, sannolikhetsteori och linjär algebra
Skrivet av: Hadrien Jean
- Förlag: Hadrien Jean
- Publiceringsdatum: Efter 30 september 2020
- Språk: engelska
- Antal sidor: fler än 400
Innehållet i denna bok kan ses som matematikkursen för datavetenskap. Även om det inte rekommenderas att lära sig datavetenskap på egen hand, bör en gymnasieexamen som vill lära sig datavetenskap själv börja med den här boken.
Innehåll: Kalkyl; Statistik och sannolikhet; Linjär algebra; Skalärer och vektorer; Matriser och Tensorer; Spännvidd, linjärt beroende och rymdtransformation; System av linjära ekvationer; Egenvektorer och egenvärden; Singulärvärdesfaktorisering.
https://www.essentialmathfordatascience.com/
En sunt förnuftsguide till datastrukturer och algoritmer: Uppgradera dina grundläggande programmeringsfärdigheter / 2nd Edition
Skrivet av: Jay Wengrow
- Förlag: Pragmatic Bookshelf
- Publiceringsdatum: 15 september 2020
- Språk: engelska
- Mått: 7,5 x 1,25 x 9,25 tum
- Antal sidor: 508
Den här boken behandlar algoritmer och datastrukturer som används inom Data Science. Om man antar att någon lär sig datavetenskap själv efter examen från gymnasiet, så är detta nästa bok att läsa efter att ha läst den förra matematikboken. Exempelprogrammen ges i JavaScript, Python och Ruby.
Innehåll: Varför datastrukturer är viktiga; Varför algoritmer är viktiga; Åh ja! Stor O-notation; Snabba upp din kod med Big O; Optimeringskod med och utan Big O; Optimera för optimistiska scenarier; Big O i Everyday Code; Blixtsnabb sökning med hashtabeller; Skapa elegant kod med staplar och köer; Rekursivt återfall med rekursion; Lära sig att skriva rekursivt; Dynamisk programmering; Rekursiva algoritmer för hastighet; Nodbaserade datastrukturer; Påskynda allt med binära sökträd; Håll dina prioriteringar raka med högar; Det gör inte ont att försöka; Koppla ihop allt med grafer; Att hantera utrymmesbegränsningar; Tekniker för kodoptimering
Smarter Data Science: Att lyckas med Enterprise-Grade Data och AI-projekt / 1 st Redigering
Skrivet av: Neal Fishman, Cole Stryker och Grady Booch
- Förläggare: Wiley
- Publiceringsdatum: 14 april 2020
- Språk: engelska
- Antal sidor: 286
Innehåll: Att klättra på AI-stegen; Framing del I: Överväganden för organisationer som använder AI; Framing del II: Överväganden för att arbeta med data och AI; En tillbakablick på Analytics: Mer än en hammer; En titt framåt på Analytics: Inte allt kan vara en spik; Ta itu med operativa discipliner på AI-stegen; Maximera användningen av dina data: att vara värdedriven; Värdera data med statistisk analys och möjliggöra meningsfull åtkomst; Att bygga på lång sikt; A Journey's End: En IA för AI.
Machine Learning: A Probabilistic Perspective (Adaptive Computation and Machine Learning-serien) Illustrerad upplaga
Skrivet av: Kevin P. Murphy
- Utgivare: The MIT Press
- Publiceringsdatum: 24 augusti 2012
- Språk: engelska
- Mått: 8,25 x 1,79 x 9,27 tum
- Antal sidor: 1104
Den här boken är bra för nybörjare. Återigen, liksom alla andra böcker som föreskrivs i detta dokument, täcker inte denna bok allt som behövs för generalistprogrammet som tyvärr fortfarande inte är slutfört (specialistprogrammen är inte heller slutförda). Den typiska nybörjaren här är en gymnasieexamen med godkänt resultat i matematik och datavetenskap.
Innehåll: Introduktion (Machine learning: what and why?, Unsupervised learning, Några grundläggande begrepp inom maskininlärning); Sannolikhet; Generativa modeller för diskreta data; Gaussiska modeller; Bayesiansk statistik; Frekventistisk statistik; Linjär regression; Logistisk tillbakagång; Generaliserade linjära modeller och den exponentiella familjen; Riktade grafiska modeller (Bayes-nät); Blandningsmodeller och EM-algoritmen; Latenta linjära modeller; Glesna linjära modeller; Kärnor; Gaussiska processer; Adaptiva basfunktionsmodeller; Markov och dolda Markov-modeller; Statliga rymdmodeller; Oriktade grafiska modeller (Markov slumpmässiga fält); Exakt slutledning för grafiska modeller; Variationell slutledning; Mer variationsmässig slutledning; Monte Carlo slutledning; Markov-kedjan Monte Carlo (MCMC) slutledning; Klustring; Inlärning av grafisk modellstruktur; Latenta variabla modeller för diskreta data; Djup lärning.
Data Science for Business: Vad du behöver veta om datautvinning och dataanalytiskt tänkande / 1st Edition
Skrivet av: Tom Fawcett och Foster Provost
- Utgivare: O’Reilly Media
- Publiceringsdatum: 17 september 2013
- Språk: engelska
- Mått: 7 x 0,9 x 9,19 tum
- Antal sidor: 413
Innehåll: Data-analytiskt tänkande; Affärsproblem och datavetenskapslösningar; Introduktion till prediktiv modellering: Från korrelation till övervakad segmentering; Anpassa en modell till data; Övermontering och dess undvikande; Likhet, grannar och kluster; Beslutsanalytiskt tänkande I: Vad är en bra modell?; Visualisera modellprestanda; Bevis och sannolikheter; Representera och bryta text; Beslutsanalytiskt tänkande II: Mot analytisk teknik; Andra datavetenskapliga uppgifter och tekniker; Datavetenskap och affärsstrategi; Slutsats.
https://www.amazon.com/Data-Science-Business-Data-Analytic-Thinking/dp/B08VL5K5ZX
Praktisk statistik för dataforskare: 50+ väsentliga begrepp med R och Python / 2nd Edition
Skriven av: Peter Bruce, Andrew Bruce och Peter Gedeck
- Utgivare: O’Reilly Media
- Publiceringsdatum: 2 juni 2020
- Språk: engelska
- Mått: 7 x 0,9 x 9,1 tum
- Antal sidor: 368
Innehåll: Undersökande dataanalys, data- och samplingsfördelningar, statistiska experiment och signifikanstestning, regression och förutsägelse, klassificering, statistisk maskininlärning, oövervakad inlärning.
Boken om varför: Den nya vetenskapen om orsak och verkan
Skrivet av: Judea Pearl, Dana Mackenzie
- Förlag: Grundbok
- Publiceringsdatum: 15 maj 2018
- Språk: engelska
- Mått: 6,3 x 1,4 x 9,4 tum
- Antal sidor: 432
Medan många Data Science-böcker använder den rena affärsindustrin för illustration, använder den här boken medicinsk industri och andra discipliner för illustration.
Innehåll: Introduktion: Mind over Data; Orsaksstegen; Från Buccaneers till marsvin: The Genesis of Causal Inference; Från bevis till orsaker: pastor Bayes möter herr Holmes; Confounding och Deconfounding: Eller, döda den lurande variabeln; Den rökfyllda debatten: Rensa luften; Paradoxer i överflöd!; Beyond Adjustment: Conquest of Mount Intervention; Kontrafakta: Gruvvärldar som kunde ha varit; Medling: Sökandet efter en mekanism; Big Data, artificiell intelligens och de stora frågorna.
Bygg en karriär inom datavetenskap
Skrivet av: Emily Robinson och Jacqueline Nolis
- Förlag: Manning
- Publiceringsdatum: 24 mars 2020
- Språk: engelska
- Mått: 7,38 x 0,8 x 9,25 tum
- Antal sidor: 354
Innehåll: Komma igång med datavetenskap; Hitta ditt datavetenskapsjobb; Att bosätta sig i datavetenskap; Växer i din datavetenskapsroll.
https://www.manning.com/books/build-a-career-in-data-science
Data Science for Dummies / 2nd Edition
Skrivet av: Lillian Pierson
- Förlag: For Dummies
- Publiceringsdatum: 6 mars 2017
- Språket engelska
- Mått: 7,3 x 1 x 9 tum
- Antal sidor: 384
Den här boken förutsätter att läsaren redan har de kunskaper som krävs för matematik och programmering.
Innehåll: Wraping Your Head around Data Science; Utforska pipelines och infrastruktur för datateknik; Tillämpa datadrivna insikter på företag och industri; Maskininlärning: Lär dig av data med din maskin; matematik, sannolikhet och statistisk modellering; Använda klustring för att dela upp data; Modellering med instanser; Bygga modeller som driver Internet-of-Things-enheter; Följer principerna för datavisualiseringsdesign; Använda D3.js för datavisualisering; Webbaserade applikationer för visualiseringsdesign; Utforska bästa praxis inom instrumentpaneldesign; Göra kartor från rumslig data; Använder Python för datavetenskap; Använder öppen källkod R för datavetenskap; Använda SQL i datavetenskap; Gör datavetenskap med Excel och Knime; Datavetenskap inom journalistik: Att spika de fem W:en (och ett H); Fördjupning i miljödatavetenskap; Datavetenskap för att driva tillväxt inom e-handel; Använda datavetenskap för att beskriva och förutsäga brottslig aktivitet; Tio fenomenala resurser för öppna data; Tio gratis verktyg och applikationer för datavetenskap.
Utvinning av massiva datamängder / 3 rd Redigering
Skrivet av: Jure Leskovec, Anand Rajaraman, Jeffrey David Ullman
- Utgivare: Cambridge University Press
- Publiceringsdatum: 13 februari 2020
- Språket engelska
- Mått: 7 x 1 x 9,75 tum
- Antal sidor: 565
Den här boken förutsätter också att läsaren redan har de kunskaper som krävs för matematik och programmering.
Innehåll: Data Mining; MapReduce och den nya mjukvarustapeln; Algoritmer som använder MapReduce; Hitta liknande föremål; Gruvdataströmmar; Länkanalys; Frekventa artiklar; Klustring; Annonsering på webben; Rekommendationssystem; Grafer för gruvdrift sociala nätverk; Dimensionalitetsminskning; Storskalig maskininlärning.
Slutsats
Skillnaderna mellan specialistprogram är ännu inte klara. Skillnaderna mellan generalist- och specialistprogrammen är inte heller klara ännu. Men efter att ha läst den givna listan med böcker kommer läsaren att vara i stånd att bättre uppskatta de speciella rollerna som dataanalytiker, datatekniker och dataforskare, och sedan gå vidare.