Książki o „Nauce” w Data Science? [Zamknięte]

Jakie książki o nauce i matematyce stoją za nauką o danych? Wydaje się, że tak wiele książek o „analizie danych” programuje samouczki i nie dotyka takich procesów, jak generowanie danych i wnioskowanie statystyczne. Potrafię już kodować, ale słabo rozumiem matematykę / statystyki / teorię tego, co robię.

Jeśli jestem gotów spalić 1000 $ na książkach (czyli około 10 książek ... westchnienie), co mogę kupić?

Przykłady: Kategoryczna analiza danych Agresti , liniowe modele mieszane dla danych podłużnych itp. Itd.

Wprowadzający:

• Uczenie maszynowe: sztuka i nauka algorytmów, które mają sens w danych (Flach)
• Uczenie się na podstawie danych (Abu-Mostafa i in.)
• Wprowadzenie do uczenia statystycznego (James i in.)

Kopać głębiej:

• Elementy uczenia statystycznego (Hastie i in.)
• Rozpoznawanie wzorców i uczenie maszynowe (Bishop)

Kilka przykładów specjalnych zainteresowań:

• Optymalizacja wypukła (Boyd)
• Bayesian Reasoning and Machine Learning (Barber)
• Probabilistyczne modele graficzne (Koller)
• Sieci neuronowe do rozpoznawania wzorców (Bishop)

Szersze referencje działają na uczenie maszynowe (nie tak naprawdę o to prosiłeś, ale kompletność):

• Uczenie maszynowe: perspektywa probabilistyczna (Murphy)
• Sztuczna inteligencja: nowoczesne podejście (Russell i Norvig)

Papier premiowy:

• Modelowanie statystyczne: dwie kultury (Breiman)

Gdybym tylko mógł ci coś polecić, byłyby to: elementy statystycznego uczenia się i prognozowania przez Hastie, Tibshirani i Friedmana. Zapewnia matematykę / statystykę kryjącą się za wieloma powszechnie stosowanymi technikami w informatyce.

W przypadku technik bayesowskich analiza danych bayesowskich przez Gelmana, Carlina, Sterna, Dunsona, Vehicletari i Rubina jest doskonała.

Wnioskowanie statystyczne autorstwa Caselli i Bergera to dobry podręcznik dla absolwentów na temat teoretycznych podstaw statystyki. Ta książka wymaga dość wysokiego poziomu komfortu w matematyce (teoria prawdopodobieństwa oparta jest na teorii miary, co nie jest łatwe do zrozumienia).

Jeśli chodzi o procesy generowania danych, nie mam rekomendacji dla książki. Mogę powiedzieć, że dobre zrozumienie założeń zastosowanych technik i zapewnienie, że dane zostały zebrane lub wygenerowane w sposób, który nie narusza tych założeń, znacznie przyczynia się do dobrej analizy.

Inne odpowiedzi zalecały dobry zestaw książek o matematyce stojącej za nauką o danych. Ale, jak wspomniałeś, nie tylko matematyka i działania, takie jak gromadzenie danych i wnioskowanie na podstawie danych, mają swoje własne reguły i teorie, nawet jeśli nie są tak rygorystyczne jak tło matematyczne (jeszcze).

Do części tych prac sugeruję książkę Beautiful Data: The Stories Behind Elegant Data Solutions, która zawiera dwadzieścia studiów przypadków, takich jak rozdziały napisane przez ludzi naprawdę zaangażowanych w problemy z analizą danych w świecie rzeczywistym. Nie zawiera żadnej matematyki, ale bada takie obszary, jak zbieranie danych, znajdowanie praktycznych sposobów wykorzystania danych w analizach, skalowanie i bardzo dobre wybieranie najlepszych rozwiązań.

Inną naprawdę interesującą książką jest Myślenie za pomocą danych: jak zamienić informacje w spostrzeżenia , co również nie jest techniczne (= samouczek programowania), ale obejmuje ważne tematy dotyczące tego, jak naprawdę wykorzystać moc nauki danych w podejmowaniu decyzji i problemach w świecie rzeczywistym.

Lubię sugestie Amira Ali Akbari i dodam kilka własnych, koncentrując się na tematach i umiejętnościach, które nie są odpowiednio omówione w większości książek o uczeniu maszynowym i analizie danych, które koncentrują się na matematyce i / lub programowaniu.

Czyszczenie danych:

• Osborne 2012, Najlepsze praktyki w czyszczeniu danych
• McCallom 2012, Bad Data Handbook: Czyszczenie danych, abyś mógł wrócić do pracy

Analiza danych bayesowskich (alternatywa dla testowania znaczenia hipotez zerowych w stylu Fishera):

• Kruschke 2011, Doing Bayesian Data Analysis

Wnioskowanie w obliczu niepewności, niekompletności, sprzeczności, dwuznaczności, niedokładności, ignorancji itp .:

• Schum i Starace, 2001, The Evidential Foundation of Probabilistic Reasoning
• Bammer i Smithson 2008, Niepewność i ryzyko: multidyscyplinarne perspektywy
• Smithson 1989, Ignorance and Uncertainty
• CIA 2008, Tradecraft Primer: Structured Analytic Techniques for Improving Intelligence Analysis (FREE! As PDF)
• Morgan & Winship 2007, Kontrfaktyczne i wnioskowanie przyczynowe: metody i zasady badań społecznych

Eksperymenty:

• Glennerster & Takavarasha 2013, Running Randomized Evaluations: A Practical Guide
• Dunning 2012, Natural Experiments in the Social Sciences

Symulacja:

• Epstein 2006, Generative Social Science: Studies in Agent-Computational Modeling
• Nelson 2010, Modelowanie stochastyczne: analiza i symulacja

Wywołanie eksperckie, oszacowanie probabilistyczne:

• Hubbard 2014, Jak mierzyć cokolwiek: Znajdowanie wartości niematerialnych w biznesie