¿Qué libros o recursos de probabilidad y estadística debo consultar antes de sumergirme en Machine Learning, PNL, minería de datos, etc.? Soy un completo principiante.

Descargo de responsabilidad: no tengo afiliación comercial con los recursos enumerados. Mi recomendación se basa únicamente en una experiencia personal positiva.

Recomiendo Udacity por estas razones:

  1. Personas que saben de lo que están hablando, pioneros en sus respectivas industrias.
  2. Completamente gratis, sin BS.
  3. Integra la experiencia práctica del proyecto en lugar de solo leer
  4. Ve a tu propio ritmo
  5. Metodologías de enseñanza fáciles de entender y altamente atractivas.

Aquí hay algunos cursos gratuitos :

  1. Introducción al curso de aprendizaje automático | Udacity – Impartido por Sebastian Thrun, vicepresidente de Google, profesor de informática en la Universidad de Stanford
  2. Aprendizaje profundo | Udacity: Impartido por Vincent Vanhoucke, científico principal de Google y líder técnico en el equipo de Google Brain.
  3. Modelos de clasificación | Udacity por Alteryx
  4. Introducción a las bases de datos relacionales | Udacity
  5. Análisis en tiempo real con Apache Storm | Udacity: por Twitter

¡Google es tu amigo, mi amigo!

Puedo decirle que personalmente comencé mi propio viaje en análisis de Big Data / Data Science / Data mining hace aproximadamente 9 meses, y estoy abrumado (¡y agradecido!) Por la cantidad de recursos en la Web que ofrecen orientación sobre cómo comenzar una carrera en este nuevo campo. Aquí hay algunos enlaces muy buenos de mis marcadores para comenzar:

7 pasos para aprender minería de datos y ciencia de datos
Una introducción práctica a la ciencia de datos
Convertirse en un científico de datos – Plan de estudios a través de Metromap – Perspectivas pragmáticas
Obtener una educación gratuita en ciencia de datos – insideBIGDATA

También recomendaría tomar cursos en línea como en coursera o EdX, de hecho, como también lo recomiendan algunos de los sitios web anteriores.

‘Introducción a los modelos de probabilidad’ de Sheldon Ross es un libro increíble que lo guiará a través de los conceptos básicos y, al mismo tiempo, tratará, con más detalle, métodos estadísticos más cercanos al aprendizaje automático que otros (métodos bayesianos, por ejemplo).

Si tiene tiempo para algo más que simplemente leer un libro, intente ver estas conferencias Análisis de sistemas probabilísticos y probabilidad aplicada