Освоение Data Science с нуля может показаться сложным и пугающим занятием. С чего же начать? Во вступительной серии публикаций мы подробно описали особенности профессии, а также рассказали, как научиться ей c нуля и какие навыки необходимы специалисту по Data Science.

В подготовленной при поддержке Факультета Искусственного интеллекта онлайн-университета GeekBrains статье мы расскажем, какие книги и видеокурсы помогут новичку освоить навыки Data Scientist. Предварительные знания для этого не нужны, достаточно желания погрузиться в профессию.

Книги для новичков

На русском

«Data Science. Наука о данных с нуля» от Джоэла Граса

Второе издание популярной книги включает описание библиотек, фреймворков, модулей и наборов инструментов для изучения науки о данных. Книга рассчитана на новичков, которые хотят понять, как работают фундаментальные инструменты и алгоритмы анализа данных.

«Верховный алгоритм. Как машинное обучение изменит наш мир» от Педро Домингос

Книга о поиске универсального самообучающегося алгоритма подойдет пытающимся понять, как работают алгоритмы Machine Learning и где они применяются. Педро Домингос – один из ведущих исследователей в этой области. В доступной форме он знакомит читателей с пятью основными школами машинного обучения.

«Введение в машинное обучение с помощью Python. Руководство для специалистов по работе с данными» от Андреас Мюллер и Сара Гвидо

Если вы абсолютный новичок, но хотите узнать о направлениях машинного обучения, эта книга для вас. Она подойдет даже не владеющим основами Python. Читателей знакомят с концепциями и алгоритмами машинного обучения, а также с их практическим использованием. В книге детально описаны все процессы: от предварительной обработки данных, до оценки результатов и внедрения алгоритмов в систему производственного уровня.

«Грокаем алгоритмы. Иллюстрированное пособие для программистов и любопытствующих» от Бхаргава Адитья

Книга с иллюстрациями, которая простым языком рассказывает об алгоритмах и их значении в последовательности решения различных задач.

«Грокаем глубокое обучение» от Траск Эндрю

Книга обещает научить новичков в Data Science конструировать нейронные сети с нуля. Автор знакомит читателей со всеми тонкостями этой нелегкой задачи на примерах распознавания изображений и перевода текстов с помощью Python и библиотеки NumPy.

«Работа с данными в любой сфере» от Еременко Кирилла

Практическое руководство по погружению в профессию Data Scientist для новичков и специалистов. Ее автор – основатель образовательного онлайн-портала и консультант Кирилл Еременко. Эксперт просто и понятно рассказывает об основных методах, алгоритмах и приемах, которые помогут на любом этапе: от сбора данных и их анализа, до визуализации полученных результатов.

«Data Science. Инсайдерская информация для новичков» от Кэти О'Нил и Рэйчел Шатт

Книга основана на курсе Колумбийского университета «Введение в Data Science» и предназначена для тех, кто только начинает осваивать науку о данных. Авторы погружают читателя в Data Science c помощью примеров исследований и понятного кода. Книга охватывает тему алгоритмов, а также методов построения моделей и визуализации данных.

На английском

«Understanding Machine Learning: From Theory to Algorithms» от Шай Бен-Давид и Шай Шалев-Шварц

Цель данного учебника – освоить машинное обучение от теории до внедрения алгоритмов. В книге дается теоретическая база основ машинного обучения и математических выводов, которые преобразуют эти принципы в практические алгоритмы.

«Numsense! Data Science for the Layman: No Math Added» от Анналин НГ и Кеннет Су

Книга обещает представить Data Science c небольшим количество математики. Она подойдет новичкам и тем, кого пугают сложные формулы и статистика. Каждая глава посвящена определенному алгоритму, с описанием его работы и примерами использования.

«Data Science For Dummies» от Лилиан Пирсон

Концепции Data Science в простых терминах. Книга фокусируется на деловой стороне науки о данных и может использоваться как вводное руководство. Это ресурс для начинающих, который дает широкий обзор и знакомит читателей с наукой о данных и ее приложениями.

Книги для более продвинутых специалистов

На русском

«Практическая статистика для специалистов Data Science» от Брюса Эндрю и Брюса Питера

Книга рассчитана на специалистов в области Data Science, обладающих некоторым опытом работы с языком программирования R и имеющих представление о математической статистике. В удобной и легкодоступной форме в ней представлены ключевые понятия из статистики, которые относятся к науке о данных.

«Глубокое обучение на Python» от Франсуа Шолле

Книга написана для желающих освоить технологии глубокого обучения с нуля или расширить свои знания. В ней найдут много ценного работающие в области машинного обучения инженеры, разработчики программного обеспечения и студенты. В книге предлагается реальное практическое исследование глубокого обучения на примерах с программным кодом и подробными комментариями, практическими рекомендациями и простыми обобщенными объяснениями.

«Python для сложных задач. Наука о данных и машинное обучение» от Вандера Плас Дж.

Подробное руководство по вычислительным и статистическим методам, без которых немыслима любая интенсивная обработка данных, научные исследования и передовые разработки. Все желающие эффективно использовать Python в сфере Data Science найдут в этой книге ответы на связанные с подготовкой и анализом данных вопросы.

«Прикладное машинное обучение без учителя с использованием Python» от Патела Анкур

Автор показывает, как освоить прикладное машинное обучение без учителя на основе двух платформ: Scikit-learn и TensorFlow/Keras. Прочитавшие книгу специалисты в области Data Science смогут выявлять скрытые закономерности в информационных массивах, более глубоко анализировать деловые данные, обнаруживать аномалии, выполнять автоматическое конструирование признаков и генерировать синтетические наборы данных.

На английском

«The Data Science Handbook: Advice and Insights from 25 Amazing Data Scientists» от Карла Шан, Уильяма Чен, Генри Ванг и Макса Сонг

Сборник интервью с 25-ю ведущими экспертами в Data Science: от бывшего главного директора по данным в США и руководителей data-teams в известных компаниях, до начинающих ученых в области данных, предлагающих уникальный взгляд на отрасль. Советы новичкам по развитию карьеры и рассказы о типичных ошибках начинающего специалиста.

«The Art of Data Science» от Роджера Д. Пэн и Элизабет Мацуи

Книга фокусируется на процессе анализа данных и их фильтрации для поиска интересный data insights. Авторы используют свой опыт управления проектами по обработке данных для обучения начинающих специалистов. Они также подробно обсуждают свои ошибки и подводные камни проектов, которые могут помешать достижению желаемых результатов.

«Data Jujitsu: The Art of Turning Data into Product» от DJ Patil

Книга DJ Patil – легенды Data Science и бывшего главного специалиста по данным Управления по Науке и Технике Соединенных Штатов. В ней выделены проблемы, возникающие в ориентированных на использование данных отраслях.

Видеокурсы для начинающих

На русском

Data Science для начинающих: обзор сферы и профессий от Нетологии

Видеолекция о том, как устроена работа с данными и почему она так востребована.

Введение в Data Science и Machine Learning от Hillel

Лекция Михаила Константинова – Data Scientist в ELEKS, о том, что из себя представляют Data Science и машинное обучение.

На английском

Learn Data Science от David Langer

Серии лекций Дэвида Лангра – специалиста по Data Science и основателя Dave on Data. Введение в анализ и визуализацию данных с помощью R.

Intro to Data Science – Crash Course for Beginners от freeCodeCamp

Основы Data Science для новичков и погружение в отрасль. Курс включает в себя основы статистики, визуализацию данных и программирование.

What is Data Science? | Introduction to Data Science | Data Science for Beginners от Simplilearn

Этот видеоучебник поможет понять, что такое Data Science и зачем она нужна. Предпосылки для изучения и жизненный цикл науки о данных с примерами и возможностями карьерного роста.

Learn Data Science Tutorial – Full Course for Beginners от freeCodeCamp

Учебный курс для абсолютных новичков. Основные принципы, практики и инструменты, которые делают Data Science мощным средством для критического анализа в бизнесе и исследованиях.

Introduction to Data Science от Linkedin Learning

Построенный на видеолекциях курс, с помощью которого вы получите знания о практических методах, вроде исследовательского анализа, очистки и визуализации данных. Он позволит наработать необходимые навыки для выполнения базового анализа данных и составления отчетов.

Видеокурсы для более продвинутых специалистов

Data Science Training Videos от Edureka

Большая серия видеолекций о Data Science, которые охватывают основные аспекты необходимых в профессии навыков.

Data Visualization in Python от sentdex

Учебная серия видеолекций о визуализации данных с помощью библиотеки Python Matplotlib.

Machine Learning от Andrey Ng

Видеолекции курса машинного обучения от одного из основателей Coursera и адъюнкт-профессора компьютерных наук в Стэнфордском университете.

Harvard Stats 110: Probability от Harvard University

Знаменитые лекции Гарвардского университета для специалистов, которые хотят усовершенствовать познания в статистике для оптимизации алгоритмов и моделей анализа данных.

Хочу подтянуть знания по математике, но не знаю, с чего начать. Что делать?

Если базовые концепции языка программирования можно достаточно быстро освоить самостоятельно, то с математикой могут возникнуть сложности. Чтобы помочь освоить математический инструментарий, «Библиотека программиста» совместно с преподавателями ВМК МГУ разработала курс по математике для Data Science, на котором вы:

• подготовитесь к сдаче вступительных экзаменов в Школу анализа данных Яндекса;
• углубитесь в математический анализ, линейную алгебру, комбинаторику, теорию вероятностей и математическую статистику;
• узнаете роль чисел, формул и функций в разработке алгоритмов машинного обучения.
• освоите специальную терминологию и сможете читать статьи по Data Science без постоянных обращений к поисковику.

Курс подойдет как начинающим специалистам, так и действующим программистам и аналитикам, которые хотят повысить свой уровень или перейти в новую область.