Sách về Khoa học trực tuyến về khoa học dữ liệu? [đóng cửa]

Những cuốn sách về khoa học và toán học đằng sau khoa học dữ liệu là gì? Cảm giác như rất nhiều cuốn sách "khoa học dữ liệu" đang hướng dẫn lập trình và không chạm vào những thứ như quy trình tạo dữ liệu và suy luận thống kê. Tôi đã có thể viết mã, điều tôi yếu là toán học / số liệu thống kê / lý thuyết đằng sau những gì tôi đang làm.

Nếu tôi sẵn sàng đốt 1000 đô la trên sách (vì vậy khoảng 10 cuốn sách ... thở dài), tôi có thể mua gì?

Ví dụ: Phân tích dữ liệu phân loại của Agresti , Mô hình hỗn hợp tuyến tính cho dữ liệu theo chiều dọc , v.v ... vv ...

Nhập môn:

• Học máy: Nghệ thuật và khoa học về thuật toán tạo cảm giác về dữ liệu (Flach)
• Học từ dữ liệu (Abu-Mostafa và cộng sự)
• Giới thiệu về học thống kê (James et al.)

Đào sâu hơn:

• Các yếu tố của học thống kê (Hastie et al.)
• Nhận dạng mẫu và học máy (Giám mục)

Một số ví dụ quan tâm đặc biệt:

• Tối ưu hóa lồi (Boyd)
• Bayesian Reasoning and Machine Learning (Thợ cắt tóc)
• Mô hình đồ họa xác suất (Koller)
• Mạng lưới thần kinh để nhận dạng mẫu (Giám mục)

Tài liệu tham khảo rộng hơn hoạt động trên máy học (không thực sự là những gì bạn yêu cầu, nhưng về tính đầy đủ):

• Học máy: Một quan điểm xác suất (Murphy)
• Trí tuệ nhân tạo: Cách tiếp cận hiện đại (Russell & Norvig)

Giấy thưởng:

• Mô hình thống kê: Hai nền văn hóa (Breiman)

Nếu tôi chỉ có thể giới thiệu một cái cho bạn, thì đó sẽ là: Các yếu tố của việc học và dự đoán thống kê của Hastie, Tibshirani và Friedman. Nó cung cấp toán học / thống kê đằng sau rất nhiều kỹ thuật thường được sử dụng trong khoa học dữ liệu.

Đối với Kỹ thuật Bayes, Phân tích dữ liệu Bayes của Gelman, Carlin, Stern, Dunson, Vehtari và Rubin là tuyệt vời.

Suy luận thống kê của Casella và Berger là một cuốn sách giáo khoa tốt nghiệp tốt nghiệp trên nền tảng lý thuyết của thống kê. Cuốn sách này đòi hỏi mức độ thoải mái khá cao với toán học (lý thuyết xác suất dựa trên lý thuyết đo lường, điều này không tầm thường để hiểu).

Đối với các quy trình tạo dữ liệu, tôi không có đề xuất cho một cuốn sách. Điều tôi có thể nói là sự hiểu biết tốt về các giả định của các kỹ thuật được sử dụng và đảm bảo rằng dữ liệu được thu thập hoặc tạo ra theo cách không vi phạm các giả định đó đi một chặng đường dài để phân tích tốt.

Các câu trả lời khác đề xuất một bộ sách hay về toán học đằng sau khoa học dữ liệu. Nhưng như bạn đã đề cập, nó không chỉ là toán học và các hoạt động như thu thập dữ liệu và suy luận từ dữ liệu có các quy tắc và lý thuyết riêng, ngay cả khi không nghiêm ngặt như nền tảng toán học (chưa).

Đối với các phần này, tôi đề xuất cuốn sách Dữ liệu đẹp: Câu chuyện đằng sau các giải pháp dữ liệu thanh lịch bao gồm hai mươi nghiên cứu trường hợp như các chương được viết bởi những người thực sự liên quan đến các vấn đề phân tích dữ liệu trong thế giới thực. Nó không chứa bất kỳ toán học nào, nhưng khám phá các lĩnh vực như thu thập dữ liệu, tìm cách sử dụng dữ liệu thực tế trong phân tích, nhân rộng và lựa chọn các giải pháp tốt nhất rất tốt.

Một cuốn sách thực sự thú vị khác là Suy nghĩ với dữ liệu: Cách biến thông tin thành thông tin chuyên sâu , không phải là kỹ thuật (= hướng dẫn lập trình), nhưng bao gồm các chủ đề quan trọng về cách thực sự sử dụng sức mạnh khoa học dữ liệu trong việc ra quyết định và các vấn đề trong thế giới thực.

Tôi thích đề xuất của Amir Ali Akbari, và tôi sẽ thêm một vài thứ của riêng mình, tập trung vào các chủ đề và kỹ năng không được đề cập đầy đủ trong hầu hết các sách phân tích dữ liệu và học máy tập trung vào toán học và / hoặc lập trình.

Làm sạch dữ liệu:

• Ostern 2012, Thực hành tốt nhất trong việc làm sạch dữ liệu
• McCallom 2012, Cẩm nang dữ liệu xấu: Dọn dẹp dữ liệu để bạn có thể quay lại làm việc

Phân tích dữ liệu Bayes (thay thế cho thử nghiệm ý nghĩa giả thuyết Null theo phong cách Fisher):

• Kruschke 2011, Phân tích dữ liệu Bayes

Suy luận khi đối mặt với sự không chắc chắn, không đầy đủ, mâu thuẫn, mơ hồ, thiếu quyết đoán, thiếu hiểu biết, vv.:

• Schum & Starace, 2001, Cơ sở lý luận của lý luận xác suất
• Bammer & Smithson 2008, Sự không chắc chắn và rủi ro: Quan điểm đa ngành
• Smithson 1989, sự thờ ơ và không chắc chắn
• CIA 2008, Primecraft Primer: Các kỹ thuật phân tích có cấu trúc để cải thiện phân tích thông minh (MIỄN PHÍ! Dưới dạng PDF)
• Morgan & Winship 2007, Phản tác dụng và suy luận nguyên nhân: Phương pháp và nguyên tắc cho nghiên cứu xã hội

Thí nghiệm:

• Glennerster & Takavarasha 2013, Đánh giá ngẫu nhiên: Hướng dẫn thực hành
• Dunning 2012, Thí nghiệm tự nhiên trong khoa học xã hội

Mô phỏng:

• Epstein 2006, Khoa học xã hội sáng tạo: Các nghiên cứu về mô hình tính toán dựa trên tác nhân
• Nelson 2010, Mô hình hóa ngẫu nhiên: Phân tích và mô phỏng

Chuyên gia khơi gợi, ước lượng xác suất:

• Hubbard 2014, Cách đo lường bất cứ điều gì: Tìm kiếm giá trị của vô hình trong kinh doanh