post-image

21 Cuốn Sách Khoa Học Dữ Liệu Nên Đọc Năm 2021 (Phần 1)

Tổng quan

Dữ liệu và Trí tuệ nhân tạo tiếp tục thống trị trong báo cáo Báo cáo về việc làm nổi bật năm 2020 của LinkedIn – LinkedIn’s 2020 Emerging Jobs Report, cho thấy rằng Chuyên gia về trí tuệ nhân tạo và Nhà khoa học dữ liệu lần lượt là những công việc mới nổi bật hàng đầu ở Mỹ.

Với việc các công ty nhận ra giá trị to lớn của dữ liệu, chúng ta hoàn toàn có thể trông chờ vào một tương lai 2021 nơi mức lương trong ngành Khoa học Dữ liệu và AI sẽ tiếp tục tăng trưởng.

Bất kể nền tảng hay trình độ kỹ năng, các chuyên gia khoa học dữ liệu cũng như những người đam mê đều cần phải tiếp tục học tập, trau dồi và rèn luyện kỹ năng chuyên môn. Bài viết này sẽ giúp bạn gợi ý một số cuốn sách hữu ích nhất mà bạn có thể đọc để nâng cao trình độ khoa học dữ liệu của mình.

Khoa học Dữ liệu

Dưới đây là một số cuốn sách dành cho những người không có bất kỳ kiến thức nền tảng nào về Khoa học dữ liệu. Hơn nữa, đây là những cuốn sách cũng rất phù hợp cho các nhà lãnh đạo và quản lý doanh nghiệp đang tìm cách áp dụng các khái niệm về Khoa học dữ liệu tại công ty của mình. Những cuốn sách sau đây cung cấp một cái nhìn mới mẻ, đúng đắn, tiến bộ về quy trình Khoa học Dữ liệu và một số ứng dụng trong kinh doanh.

1. The Art of Data Science — A Guide for Anyone Who Works With Data

Tác giả: Roger D. Peng và Elizabeth Matsui

Cuốn sách này cung cấp một cái nhìn tổng quan tuyệt vời về quy trình phân tích dữ liệu. Hơn nữa, nó trình bày rõ ràng về cách thức mặc dù có nhiều công cụ, phân tích dữ liệu về cơ bản là một nghệ thuật, liên quan đến một quá trình lặp đi lặp lại nơi thông tin được học ở mọi bước.

2. Predictive Analytics — The Power to Predict Who Will Click, Buy, Lie, or Die

Tác giả: Eric Siegel

Cuốn sách cung cấp một nguồn tài liệu toàn diện nhưng dễ tiếp cận cho bất kỳ ai muốn tìm hiểu cách hoạt động của phân tích dự đoán, mổ xẻ nhiều ứng dụng trong đời thực từ rủi ro thế chấp, khủng bố, dự đoán tội phạm và chính trị, cho đến một vài cái tên.

3. Data Science for Business — What You Need to Know about Data Mining and Data Analytic-Thinking

Tác giả: Foster Provost and Tom Fawcett

Cuốn sách này cung cấp một cái nhìn tổng quan tuyệt vời về quy trình phân tích dữ liệu. Hơn nữa, nó trình bày rõ ràng về việc tại sao có nhiều công cụ hỗ trợ nhưng phân tích dữ liệu về cơ bản vẫn là một nghệ thuật, liên quan đến một quá trình lặp đi lặp lại nơi thông tin được học ở mọi bước.

4. Data Smart — Using Data Science to Transform Information into Insight

Tác giả: John Foreman

Điều thú vị về cuốn sách này là cách nó dạy các khái niệm khoa học dữ liệu bằng cách sử dụng Microsoft Excel. Tựu chung lại, cuốn sách cho thấy một minh họa hoàn hảo về cách khoa học dữ liệu vốn là công cụ bất khả tri.

Không quan trọng ngôn ngữ, nền tảng hoặc phần mềm mà bạn sử dụng khoa học dữ liệu của mình, các nguyên tắc cơ bản và toán học đằng sau các thuật toán vẫn giống nhau.

Toán và Thống kê

Ai nói rằng việc nắm bắt các khái niệm số không thể nhẹ nhàng và thú vị? Một số cuốn sách toán học và thống kê dưới đây nhằm cung cấp cho bạn phần giới thiệu ít đáng sợ hơn về nhiều khái niệm chính cần thiết để sử dụng khoa học dữ liệu trong kinh doanh.

5. Naked Statistics — Stripping the Dread from the Data

Tác giả: Charles Wheelan

Số liệu thống kê đôi khi có thể là một chủ đề khó khăn để tìm hiểu sâu. Không chỉ vậy, việc tập trung vào các chi tiết đôi khi che khuất trực giác đằng sau những thước đo mà chúng ta sử dụng trong công việc. Trong cuốn sách này, tác giả Charles Wheelan làm rõ các khái niệm chính như suy luận, tương quan và phân tích hồi quy một cách thú vị và ít kinh khủng hơn.

6. Practical Statistics for Data Scientist — 50+ Essential Concepts Using R and Python

Tác giả: Peter Bruce, Andrew Bruce, and Peter Gedeck

Đây là một hướng dẫn bậc cao và khá sát với thực tế để giúp bạn làm quen với các phương pháp thống kê được các Nhà khoa học dữ liệu sử dụng. Mặc dù nó không cung cấp lời giải thích chuyên sâu về các khái niệm toán học, nhưng nó vẫn là một tài liệu tham khảo tuyệt vời cho phép bạn tiếp tục học thống kê ở những nơi khác.

7. The Art of Statistics — How to Learn from Data

Tác giả: David Spiegelhalter

Được viết bởi nhà thống kê nổi tiếng David Spiegelhalter, Nghệ thuật thống kê cho thấy cách chúng ta có thể thu được những hiểu biết sâu sắc từ dữ liệu thô và cách chúng ta có thể tiếp cận nhiều vấn đề bằng cách sử dụng số liệu thống kê.

Trực quan hóa và Minh họa dữ liệu

Một khía cạnh quan trọng của quy trình khoa học dữ liệu là trực quan hóa dữ liệu. Nhiều người có thể thích thú với matplotlib nhạt nhẽo và có thể thỉnh thoảng lại yêu thích một số giả thiết thú vị, nhưng những cuốn sách này sẽ cho bạn biết thực sự có một cách thích hợp để thực hiện trực quan hóa dữ liệu. Bắt đúng các tập lệnh thực thi là một chuyện, nhưng thiết kế biểu đồ và trang tổng quan để có được những thông tin chi tiết phù hợp lại là một chuyện khác.

8. Storytelling with Data — A Data Visualization Guide for Business Professionals

Tác giả: Cole Nussbaumer Knaflic

Đây là một cuốn sách phải đọc cho những ai muốn trình bày thông tin một cách rõ ràng, ngắn gọn và dễ hiểu hơn. Cuốn sách này dạy bạn những kiến thức cơ bản về trực quan hóa dữ liệu và cách giao tiếp hiệu quả với dữ liệu, hoàn chỉnh với nhiều ví dụ trong thế giới thực.

9. Fundamentals of Data Visualization — A Primer on Making Informative and Compelling Figures

Tác giả: Claus O. Wilke

Cuốn sách này trình bày các nguyên tắc cơ bản cùng với các ví dụ tương phản tốt – xấu về trực quan hóa dữ liệu. Đây là một cuốn sách có thể giúp bạn hiểu cơ sở lý luận đằng sau một minh họa hiệu quả và có thể dạy bạn thiết kế các nội dung có ý nghĩa hơn để truyền tải đúng thông điệp.

10. Good Charts — The HBR Guide to Making Smarter, More Persuasive Data Visualizations

Tác giả: Scott Berinato

Cuốn sách này đưa ra những hiểu biết sâu sắc từ nghiên cứu về nhận thức thị giác và khoa học thần kinh để khám phá cách mọi người nhìn nhận các biểu đồ tốt và xấu khác nhau. Nó dạy các frameworks về cách tạo ra những minh họa thuyết phục cùng với các nghiên cứu điển hình để minh họa chúng.

11. MakeoverMonday — Improving How We Visualize and Analyze Data, One Chart at a Time

Tác giả: Andy Kriebel

Cuốn sách này là một phần mở rộng của dự án #MakeOverMonday, nơi các thành viên của cộng đồng trực quan hóa dữ liệu chia sẻ những cải tiến của họ đối với các biểu đồ và dữ liệu hiện có. Nó nhấn mạnh rằng mặc dù có sự thay đổi trong việc thiết kế hình ảnh trực quan, nhưng có những kỹ thuật chính mà bạn có thể làm theo để đảm bảo biểu đồ của bạn tạo ra hiệu quả.

(Còn tiếp)

Nguồn:

https://codelearn.io/sharing/21-cuon-sach-khdl-nen-doc-nam-2021-p1

Để lại một bình luận

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *