6 livros que todo o cientista de dados deveria ler

A melhor maneira de se manter atualizado e em contato com a evolução do seu mercado é cultivando o conhecimento teórico ao mesmo tempo em que se desenvolve a experiência na prática. Esta combinação de habilidades é crucial e certamente vai ajudá-lo a ter maior sucesso na sua área de atuação.

Para quem trabalha com Data Science não é diferente. Para ser bem sucedido neste meio você precisa estar preparado para passar o tempo fazendo pesquisas e ampliando continuamente o seu conhecimento.

Mesmo exercendo suas atividades práticas no dia a dia é extremamente necessário o estudo para se manter em contato com as tendências atuais.

Embora existam muitos conteúdos disponíveis na Internet, sugerimos especificamente alguns dos melhores materiais impressos lá fora. São eles:
1. Machine Learning Yearning, de Andrew Ng

Este material, desenvolvido pelo Andrew Ng, apresenta por que a Inteligência Artificial, o Machine Learning e o Deep Learning estão efetivamente transformando a industria.

Machine Learning Yearning

2. Hadoop: The Definitive Guide, de Tom White

O Apache Hadoop é o principal framework usado para processar e gerenciar grandes quantidades de dados. Qualquer pessoa que trabalhe com programação ou ciência de dados deve se familiarizar com a plataforma.

Tom White, um consultor Hadoop especialista e membro da Fundação Apache Software, escreveu o guia definitivo repleto de insights e recursos úteis. Mais importante ainda, ele irá acompanhá-lo através de todo o processo de configuração para se trabalhar com Hadoop.

Hadoop: The Definitive Guide

3. Predictive Analytics, de Eric Siegel

Intitulado Predictive Analytics: o poder de prever quem vai clicar, comprar, mentir ou morrer, este livro explica detalhadamente como você pode tratar a maioria das formas de dados e informações, e transformá-los em previsões ou insights acionáveis.

É tarefa de um cientista de dados analisar dados crus e não estruturados e identificar tendências e padrões utilizáveis. Este livro não só irá ajudá-lo a fazer isso, mas também criar os algoritmos preditivos necessários para melhorar as operações e os processos futuros. Considere a Bíblia da análise preditiva.

Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die
4. Storytelling With Data, por Kole Nussbaumer Knaflic

Storytelling With Data: um guia de visualização de dados para profissionais de negócios é uma leitura crucial para qualquer pessoa no mercado.

O livro trata da organização e extração de grandes quantidades de dados. Isso significa livrar-se de dados excessivos e pouco claros, melhorando os processos de coleta de dados e a experiência na visualizações de dados relevantes e práticos.

É o guia definitivo para aprender o que você deve fazer com todos os dados úteis que você armazena. Muitas das idéias se aplicam à tecnologia em geral, e é útil mesmo para aqueles que estão fora da área de Data Science.

Storytelling With Data
5. Inflection Point, por Scott Stawski

Mais do que apenas um guia teórico, revela sistemas de trabalho reais e descreve como você pode adaptá-los ao seu negócio ou empresa.

A parte importante é que você aprende com o livro, de maneira clara, como implementar ferramentas e plataformas dentro de sua organização.

Inflection Point
6. An Introduction to Statistical Learning with Applications in R, por Gareth James et al.

Aprendizagem estatística e métodos relacionados são necessários para trabalhar com a ciência dos dados. Este livro foi projetado para ajudar a todos os perfis de público, desde em entusiasta ou estudante até um Ph.D.

Também oferece uma ótima seleção de experiências e práticas R, com explicações detalhadas e orientações passo a passo.

An Introduction to Statistical Learning with Applications in R

 

Fonte: Kayla Matthews Para ler mais postagens da Kayla, assine seu blog Productivity Bytes.

Deixe uma resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *