Este é 7º conjunto de livros da lista dos 100 melhores livros de Ciência de Dados de todos os tempos.
61 - Análise de Big Data com Java: Análise de dados, visualização e técnicas de aprendizado de máquina
Rajat Mehta.
Principais características: Adquira um conjunto de ferramentas práticas para construir aplicações de ciência de dados de nível empresarial. Supere a barreira de outras linguagens em ciência de dados e aprenda a criar códigos orientados a objetos úteis. Uso extensivo de ferramentas de big data compatíveis com Java, como Apache Spark, Hadoop, etc. Descrição do livro: Este livro aborda estudos de caso como análise de sentimento em um conjunto de dados de tweets, recomendações em um conjunto de dados do MovieLens, segmentação de clientes em um conjunto de dados de comércio eletrônico e análise de grafos em um conjunto de dados de voos reais. Este livro é um guia completo para implementar análises de big data com Java.
Link: https://www.amazon.com/dp/1787288986
62 - Uma Introdução à Aprendizagem Estatística com Aplicações em R
Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
Uma Introdução à Aprendizagem Estatística oferece uma visão geral acessível do campo da aprendizagem estatística, um conjunto de ferramentas essencial para compreender os vastos e complexos conjuntos de dados que surgiram em áreas que vão da biologia às finanças, do marketing à astrofísica nos últimos vinte anos. Este livro apresenta algumas das técnicas de modelagem e previsão mais importantes, juntamente com aplicações relevantes. Os tópicos incluem regressão linear, classificação, métodos de reamostragem, abordagens de encolhimento, métodos baseados em árvores, máquinas de vetores de suporte, agrupamento e muito mais.
Link - https://www.amazon.com/dp/1461471370
63 - Um Guia Prático para Estruturas de Dados e Algoritmos, Segunda Edição - Aprimore suas Habilidades Essenciais de Programação
Jay Wengrow.
Algoritmos e estruturas de dados são muito mais do que conceitos abstratos. Dominá-los permite que você escreva código mais rápido e eficiente, o que é particularmente importante para os aplicativos web e mobile atuais. Adote uma abordagem prática para estruturas de dados e algoritmos, com técnicas e cenários do mundo real que você pode usar em seu código de produção diário, com exemplos em JavaScript, Python e Ruby. Esta nova segunda edição revisada apresenta novos capítulos sobre recursão, programação dinâmica e o uso da notação Big O em seu trabalho diário.
https://www.amazon.com/dp/1680507222
64 - Ciência de Dados para Negócios - O que você precisa saber sobre Mineração de Dados e Pensamento Analítico de Dados
Tom Fawcett Foster Provost.
https://www.amazon.com/dp/1449361323
65 - O Atlas para o Aspirante a Cientista de Redes
Michele Coscia
A ciência de redes é o campo dedicado à investigação e análise de sistemas complexos por meio de suas representações como redes. Normalmente, modelamos essas redes como grafos: conjuntos de nós conectados por conjuntos de arestas e uma série de atributos de nós e arestas. Este objeto enganosamente simples é o ponto de partida para uma complexidade infinita, devido à sua capacidade de representar quase todas as facetas da realidade: interações químicas, vias de proteínas dentro das células, conexões neurais no cérebro, colaborações científicas, relações financeiras, citações na história da arte, apenas para citar alguns exemplos.
https://www.amazon.com/dp/8797282405
66 - A Arte da Estatística - Como Aprender com Dados
David Spiegelhalter
https://www.amazon.com/dp/1541618513
67 - Aprendizado de Máquina em Python - Segunda Edição: Aprendizado de Máquina e Aprendizado Profundo com Python, scikit-learn e TensorFlow
Sebastian Raschka e Vahid Mirjalili.
Esta edição de 2017 está desatualizada e não é compatível com o TensorFlow 2 ou com as atualizações mais recentes das bibliotecas Python. Uma nova terceira edição, atualizada para 2020 e com suporte para TensorFlow 2 e as novidades do scikit-learn, aprendizado por reforço e GANs, já foi publicada.
https://www.amazon.com/dp/1787125939
68 - Ciência e Engenharia Orientadas por Dados - Aprendizado de Máquina, Sistemas Dinâmicos e Controle
Steven L. Brunton, J. Nathan Kutz
A descoberta orientada por dados está revolucionando a modelagem, a previsão e o controle de sistemas complexos. Este livro reúne aprendizado de máquina, matemática aplicada à engenharia e física matemática para integrar a modelagem e o controle de sistemas dinâmicos com métodos modernos em ciência de dados. Ele destaca muitos dos avanços recentes em computação científica que permitem que métodos orientados por dados sejam aplicados a uma ampla gama de sistemas complexos, como turbulência, o cérebro, clima, epidemiologia, finanças, robótica e autonomia.
https://www.amazon.com/dp/1108422098
69 - Python para Análise de Dados - Manipulação de Dados com Pandas, NumPy e IPython
Wes McKinney
Obtenha instruções completas para manipular, processar, limpar e analisar conjuntos de dados em Python. Atualizada para Python 3.6, a segunda edição deste guia prático está repleta de estudos de caso práticos que mostram como resolver uma ampla gama de problemas de análise de dados de forma eficaz. Você aprenderá as versões mais recentes do pandas, NumPy, IPython e Jupiter durante o processo. Escrito por Wes McKinney, o criador do projeto pandas do Python, este livro é uma introdução prática e moderna às ferramentas de ciência de dados em Python. É ideal para analistas iniciantes em Python e para programadores Python iniciantes em ciência de dados e computação científica.
https://www.amazon.com/dp/1491957662
70 - Estatística Prática para Cientistas de Dados - Mais de 50 Conceitos Essenciais Usando R e Python
Peter Bruce, Andrew Bruce, Peter Gedeck
Os métodos estatísticos são uma parte fundamental da ciência de dados, mas poucos cientistas de dados possuem formação estatística formal. Cursos e livros sobre estatística básica raramente abordam o tema sob a perspectiva da ciência de dados. A segunda edição deste guia popular adiciona exemplos abrangentes em Python, fornece orientações práticas sobre a aplicação de métodos estatísticos à ciência de dados, ensina como evitar o uso indevido desses métodos e oferece conselhos sobre o que é importante e o que não é. Muitos recursos de ciência de dados incorporam métodos estatísticos, mas carecem de uma perspectiva estatística mais aprofundada.
https://www.amazon.com/dp/149207294X
👉 Siga André Bernardes no Linkedin. Clique aqui e contate-me via What's App.
Nenhum comentário:
Postar um comentário
Compartilhe sua opinião e ponto de vista: