Data Science

5 książek na początek przygody z Data Science

Książki o Data Science są niezwykle fascynujące. Zanurzając się w nie, możemy być w szoku, jak dużo można dowiedzieć się z danych. Na rynku znajdziemy pozycje zarówno praktyczne, które pokazują krok po kroku, jak można operować na małych zbiorach w Excelu, jak i pozycje bardziej teoretyczne, które demonstrują fascynujące, czasami przerażające, osiągnięcia Data Science. Niezależnie od powodu, jaki stoi za zainteresowaniem się nauką o danych, warto przeczytać oba rodzaje książek. O to 5 naszych propozycji, od których warto zacząć


Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji

Autorzy: Foster Provost, Tom Fawcett

Pierwsza propozycja to książka skierowana zarówno dla osób, które chcą zostać specjalistami Data Science, jak i dla osób, które zastanawiają się, jak można wykorzystać dane do podejmowania decyzji biznesowych w swojej firmie. Autorzy książki pokazują praktyczne zastosowania Data Science w biznesie. Podają wiele praktycznych przykładów, dzięki którym dane pozwoliły przynieść dużą wartość biznesową. W książce dużą wagę przywiązuje się do poprawnego wyciągania wniosków. Książka ilustruje także sporo narzędzi statystycznych wykorzystywanych do podejmowania decyzji.


Mistrz analizy danych. Od danych do wiedzy

Autor: John W Foreman

Data science to nie tylko wielkie zbiory i języki programowania, które trzeba znać, aby móc na tych zbiorach operować. To także mniejsze bazy danych, które możemy obrobić w Excelu. To pokazuje w swojej książce John Foreman. Praktyczne wprowadzenie do Data Science przy użyciu małych zbiorów i Excela, dzięki którym szybko zaczniesz wyciągać wnioski przynoszące realne korzyści biznesowe. Autor pokazuje w książce, jaką metodę dobrać pod konkretne zadanie, a następnie krok po kroku jak przez nie przejść, aby dowieźć konkretną wartość. Świetny, praktyczny poradnik na start.


Mindf*ck. Cambridge Analytica, czyli jak popsuć demokrację

Autor: Wylie Christopher

Po praktycznych książkach przyszedł czas na książki bardziej teoretyczne, które doskonale ilustrują, jak groźne mogą być dane. Mindf*ck to pozycja, w której Christopher Wylie opisuje jedną z najgłośniejszych afer ostatnich lat. Afera firmy Cambridge Analytica, która wykorzystywała dane z Facebooka do manipulowania m.in. w sprawie wyborów na prezydenta USA czy referendum dotyczącego wyjścia Wielkiej Brytanii z Unii Europejskiej. Autor w swojej książce ujawnia tajemnice, jakie doprowadziły do nałożenia na Facebook wielomiliardowych kar, a sama Cambridge Analytica przestała istnieć. Napisana jest w stylu powieści sensacyjnej pokazującej, jak mając odpowiednią skalę, można manipulować światem.


DYKTATURA DANYCH

Autor: Kaiser Brittany

Kolejna książka pokazująca zagrożenie, jakie płynie z niekontrolowania firmw kwestii zbierania danych o swoich użytkownikach. Co chwile wybuchają kolejne skandale dotyczące naruszeń prywatności. Obecnie kwestie ochrony danych są coraz częściej podnoszone przez ludzi jako jedne z podstawowych praw obywatelskich. Autorka jest jedną z demaskatorek skandalu związanego ze sprzedawaniem danych o swoich użytkownikach przez Facebook. Warto zapoznać się z tezami, jakie stawia w swojej książce. Pokazuje zagrożenia, płynące z niekontrolowania wielkich korporacji i pozostawieniu im wolnej ręki w sprawie danych.


Data science od podstaw. Analiza danych w Pythonie

Autor: Joel Grus

Ostatnia pozycja to swego rodzaju kurs wprowadzający w świat programowania i Data Science. Najpierw uczymy się podstaw języka Python, następnie autor wprowadza nas w świat statystyki i na koniec spinamy to wszystko praktycznymi zadaniami z Data Science. Bardzo dobra pozycja dla osób, które już zdecydowały się na zostanie Data Scientist i chcą lektury, wprowadzającej w ten temat. Autor w lekki i przystępny sposób przedstawia metody i narzędzia wykorzystywane podczas analizy danych. Wszystko przy pomocy języka Python, którego ekspresowy kurs znajdziecie w tej książce.

Back to top button