18 nuevos libros de lectura obligatoria para científicos de datos sobre R y Python
Libros populares de ciencia de datos que todo científico de datos debe leer
- OpenIntro to Statistics por David Diez, Christopher Barr y Mine Çetinkaya-Rundel
- Una introducción al aprendizaje estadístico con aplicación en R por Daniela Witten, Gareth James, Robert Tibshirani y Trevor Hastie
- Think Stats por Allen B Downey
- Doing Data Science- Straight Talk from the Frontline por Cathy O’Neil y Rachel Schutt
- Ciencia práctica de datos con R por John Mount y Nina Zumel
- ¿Qué hace que Practical Data Science with R sea una lectura obligada?
- R para Data Science por Garrett Grolemund y Hadley Wickham
- Aprendizaje automático con R de Breet Lantz
- R Cookbook, O’Reilly Media
- Python Machine Learning por Sebastian Raschka
- Python para el análisis de datos: lucha de datos con pandas, NumPy e IPython por Wes McKinney
- ¿Cuál es la explicación intuitiva de la curva ROC en estadística?
- ¿Hay alguna universidad canadiense que ofrezca un buen programa de maestría en ciencias de datos con becas internacionales?
- ¿Cuál es el mejor método matemáticamente sólido para crear una tasa ponderada de participación en Facebook?
- ¿Es el big data y la ciencia de datos una amenaza para los estadísticos profesionales?
- ¿Por qué hay tantos científicos de datos reales e ingenieros de aprendizaje automático?