Los libros de la publicación Strata son realmente buenos para los principiantes de Data-Science.
Pero déjame enumerar algunos que he seguido.
Estadística:
- Cómo usar una PC virtual para el análisis de datos
- ¿Cuál es la diferencia entre un almacén de datos y una plataforma de gestión de datos?
- ¿Con qué frecuencia los científicos de datos usan Matlab?
- ¿Cuál es la diferencia entre el análisis de datos con Python y el análisis de datos con Python en Apache Spark?
- Tengo experiencia con React and Angular, y desarrollo de JavaScript de pila completa, ¿debería incluirlos cuando busco entre ciencia de datos?
- Estadísticas en pocas palabras
- Álgebra Lineal (Esto es para Álgebra Lineal)
- http://en.wikipedia.org/wiki/How… – Mira este artículo de Wikipedia. Esto sería muy útil
Hay muchos blogs sobre estadísticas que se pueden seguir: Blogs de ciencia de datos
Algoritmos
Para los algoritmos, puede seguir los buenos libros antiguos, que ya ha estado siguiendo.
Minería de datos:
- Minería de la web social
- Introducción a la recuperación de información
- Minería de grandes conjuntos de datos por A.Rajaaman (Este libro es muy recomendable y está disponible de forma gratuita)
- Una introducción a Data Ming por Dr.Sayed
Aprendizaje automático:
- minería de datos, inferencia y predicción. (Altamente recomendado)
- Programando Inteligencia Colectiva
- Aplicaciones de minería de datos en ingeniería
- Aprender el aprendizaje automático
- Te sugiero que prefieras los recursos en línea para aprender ML, porque hay mucho contenido de calidad disponible en la web, que no querrás perderte.
Procesamiento natural del lenguaje:
- Procesamiento de lenguaje natural con Python
- Procesamiento de texto intensivo de datos usando Map Reduce. (Te sugiero que aprendas MapReduce)
Análisis:
- Información de previsión: Edward R. Tufte: 9780961392116: Amazon.com: Libros
- Python para análisis de datos (suponiendo que se sienta bastante cómodo con Python)
- Una introducción a R
- R Cookbook
- Hay muchísimos libros sobre R de O’Reilly, y todos son bastante buenos.
Para aprender Visualización, le sugiero que lea la documentación de varios paquetes de visualización en R. (Los libros no pueden enseñarle buenas visualizaciones).