P: [Libros sobre] habilidades matemáticas que son necesarias para la ciencia de datos
Esto resultó ser más difícil de responder de lo que pensé que sería. Tengo muchos libros de ciencia de datos donde se discuten los métodos de aprendizaje automático, pero la mayoría de los libros con una discusión en profundidad de las matemáticas están en, bueno, libros de matemáticas y estadísticas.
Encontré una pareja que cubre ambas áreas. Probablemente el más considerado es:
- ¿Cuáles son los recursos en línea más útiles (como capacitación, libros o certificaciones) para convertirse en un experto en arquitectura de Big Data?
- Cómo resolver el problema relacionado con pequeños datos de capacitación que conducen el aprendizaje automático o el aprendizaje profundo
- ¿Cuál es la diferencia entre un ingeniero de aprendizaje automático y un científico de datos en Quora?
- ¿Qué trabajos son más abundantes, puestos actuariales o puestos de ciencia de datos? ¿Requiere esto último un título de maestría o superior?
- ¿Cómo gana y retiene DeepMind los datos que necesita para el aprendizaje automático mientras garantiza la privacidad del paciente?
Una introducción al aprendizaje estadístico: con aplicaciones en R (textos de Springer en estadísticas)
Algunos de los autores escribieron los muy conocidos ‘Elementos de aprendizaje estadístico’, pero en el libro anterior se concentran en introducir los conceptos detrás del aprendizaje automático en R.
Si te gusta Python, recuerdo uno bueno publicado por Packt (editor del Reino Unido) llamado:
Aprendizaje de análisis predictivos con Python por Ashish Kumar
Se encarga de discutir las matemáticas y las estadísticas detrás de todos los métodos que introduce, mientras explica todo en un lenguaje sencillo.
