Veri Biliminde “Bilim” ile İlgili Kitaplar? [kapalı]

26

Veri biliminin ardındaki bilim ve matematik hakkındaki kitaplar nelerdir? Pek çok "veri bilimi" kitabının öğretici programlar olduğu ve veri üreten süreçler ve istatistiksel çıkarım gibi şeylere dokunmadığı düşünülüyor. Zaten kodlayabiliyorum, zayıf olduğum şey yaptığım şeyin arkasındaki matematik / istatistik / teoridir.

Kitaplara 1000 dolar yakmaya hazırsam (yaklaşık 10 kitap ... iç çeker), ne alabilirim?

Örnekler: Agresti'nin Kategorik Veri Analizi , Boyuna Veri İçin Doğrusal Karışık Modeller , vb ...

statistics  reference-request 
— Anton
kaynak
“İyi” kitaplar hakkında soru sormak kanaatine dayalı cevapları etkileyecektir ve bu yüzden konu dışı. İşaretlenmiş.
— Spacedman
3
Değiştim, bu yüzden sadece kitap arıyorum. Hiçbir fikre dayalı değil.
— Anton
Yazım İstatistikleri :) Çıkarım yerine öngörmeye odaklanan pragmatik bir şeye bağlı kal. Hem İstatistiksel Öğrenme Elemanları ve İstatistiksel Öğrenme An Introduction çoğu kişinin listelerinin üzerindedir.
— Dirk Eddelbuettel
Henüz bir yorum ekleyemiyorum, ancak sadece FYI ESL pdf olarak ücretsiz çevrimiçi
— idclark
1
Bu sorunun topluluk wiki olarak işaretlenmesi gerektiğini düşünüyorum.
— Shagun Sodhani

Yanıtlar:

21

tanıtım:

Daha derin kazma:

Bazı özel ilgi örnekleri:

Daha geniş referanslar makine öğrenmesi üzerine çalışır (tam olarak istediğin şey değil, bütünlüğü için)

Bonus kağıdı:

— Def_Os
kaynak
2
Bonus kağıt için +1. Harika okuma
— Santiago Cepas
13

Size sadece birini önerebilseydim, şöyle olurdu: Hastie, Tibshirani ve Friedman'ın İstatistiksel Öğrenme ve Tahmin Elemanları . Veri biliminde çok kullanılan tekniklerin arkasındaki matematiği / istatistiği sağlar.

Bayesian Teknikleri için Gelman, Carlin, Stern, Dunson, Vehtari ve Rubin'den Bayesian Veri Analizi mükemmel.

Casella ve Berger'in İstatistiksel Çıkarımı , istatistiklerin teorik temeli üzerine iyi bir yüksek lisans ders kitabıdır. Bu kitap matematikle ilgili oldukça yüksek düzeyde bir rahatlık gerektiriyor (olasılık teorisi, anlamak için önemsiz olmayan ölçü teorisine dayanmaktadır).

Veri oluşturma süreçleriyle ilgili olarak, bir kitap için bir tavsiyem yok. Söyleyebileceğim, kullanılan tekniklerin varsayımlarının iyi anlaşılması ve verilerin bu varsayımları ihlal etmeyecek şekilde toplanmasını veya oluşturulmasını sağlamak olduğunu iyi bir analiz için uzun bir yol kat ediyor.

— Christopher Louden
kaynak
7

Diğer cevaplar, veri biliminin ardındaki matematik hakkında iyi bir kitap seti önermiştir. Fakat sizin de belirttiğiniz gibi, sadece matematik değil, veri toplama ve veriden çıkarım gibi faaliyetler de matematiksel geçmişler kadar titiz olmasa da kendi kural ve teorilerine sahiptir.

Tezler için, Güzel Veri: Gerçekten gerçek dünya veri analizi problemleriyle meşgul olan insanlar tarafından yazılmış 20 örnek olay incelemesi içeren Zarif Veri Çözümlerinin Arkasındaki Hikayeler kitabını öneriyorum . Herhangi bir matematik içermez, ancak veri toplama, analizlerde veri kullanmanın pratik yollarını bulma, ölçekleme ve en iyi çözümleri çok iyi seçme gibi alanları araştırır.

Gerçekten ilginç olan bir başka kitap da Veri ile Düşünmek: Bilgiyi Teknik Olmayan (= programlama öğreticisi) olan Bilgilere Nasıl Dönüştürebilirsiniz , ancak karar vermede ve gerçek dünya problemlerinde veri bilimi gücünü gerçekten nasıl kullanacağınızla ilgili önemli konuları kapsar.

— Amir Ali Akbari
kaynak
7

Amir Ali Akbari'nin önerilerini beğendim ve matematik ve / veya programlamaya odaklanan çoğu makine öğrenmesi ve veri analizi kitaplarında yeterince ele alınmayan konulara ve becerilere odaklanarak kendimden birkaçını ekleyeceğim.

Veri temizleme:

Bayes Veri Analizi (Fisher tarzı Boş Hipotez Önemi Testine alternatif):

Belirsizlik, eksiklik, çelişkiler, belirsizlik, belirsizlik, cehalet, vs. karşısında çıkarım:

Deneyler:

Simülasyon:

Uzman çıkarma, olasılık tahmini:

— MrMeritology
kaynak
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.