[PYTHON] 5 Meisterwerke der Datenwissenschaft, die Sie kostenlos lernen können [Japanische Bücher sind nicht beängstigend, wenn Sie Englisch sprechen können, auch wenn sie teuer sind]
Lassen Sie uns zu diesem Zeitpunkt alleine lernen
Es gibt viele Fachbücher, die kostenlos gelesen werden können, wahrscheinlich weil es in Übersee viele großzügige Organisationen gibt.
Es gibt andere zusammenfassende Artikel dieses Typs, Ich möchte die übersetzten japanischen Bücher und die Originalarbeiten nebeneinander ausstellen. Vor allem im Bereich der Datenwissenschaft eingeführt.
Dieses teure Meisterwerk kann tatsächlich kostenlos sein, wenn es das Original ist.
(Stand Mai 2020)
1. Buch
Japanischer Titel: Grundlagen des statistischen Lernens (15.000 Yen)
Dies ist das sogenannte "Castella-Buch".
――In Japan wurde es 2014 übersetzt, aber das Original wurde 2001 und vor etwa 20 Jahren veröffentlicht. Aus dem Inhalt muss es ein neuartiges Buch gewesen sein, das zu dieser Zeit die Theorie systematisch studierte. Es ist genau ein "Algorithmus / Theorie-Wörterbuch". Es fühlt sich in der Ära alt an, aber die Grundlagen sind immer wichtig. Wenn Sie nicht stark in Zahlen sind, werden Sie es nie lesen können. .. ..
Original: Die Elemente des statistischen Lernens
Abkürzung: ELS
Die Dicke des Buches, die Farbe des Covers, ich möchte wirklich nach Castella, Nagasaki gehen. Der Inhalt ist schwer genug, um den Magen schlank zu machen.
2. Buch
Japanischer Titel: Mustererkennung und maschinelles Lernen (oben / unten) (16.000 Yen)
Bekannt als "PRML"
――Wenn Sie mit dem maschinellen Lernen beginnen, wird dieses Buch genauso empfohlen wie "Hajipata (erste Mustererkennung)". Ich höre Leute um mich herum, die es "Bischofsbücher" nennen.
――Es ist kein Buch, das Algorithmen gleichmäßig wie das erste Buch lernt, aber es führt theoretisch Mustererkennung und periphere Algorithmen ein.
- ctgk erklärte das Problem im Notebook-Format, [Dark Communication Team ergänzt](https://herumi.github.io/ prml /) Sie können sehen, dass es ein Meisterwerk ist, wenn jeder uns dabei hilft, es zu schaffen.
(Sowohl "Hajipata" als auch "Bishop Book" töten Anfänger, daher ist es schwierig, wenn niemand zu unterrichten ist.)
Original: Mustererkennung und maschinelles Lernen
3. Buch
Japanischer Titel: Einführung in das statistische Lernen mit R (7.000 Yen)
Bekannt als "ISL"
―― Im Vergleich zu den beiden oben genannten Büchern finde ich, dass der Name nicht so hoch ist, aber es ist ein bekanntes Buch.
- Das Konzept ist, dass wenn "Grundlagen des statistischen Lernens: ESL" ein systematisches Buch ist, das für diejenigen geschrieben wurde, die Mathematik verstehen, dann ist dieses Buch eher für Anfänger geschrieben. Das ist. ――Es stimmt, dass der Inhalt aus den Grundlagen wichtiger Ideen in der Datenwissenschaft stammt.
Es ist jedoch schwierig für jemanden, der nichts weiß. Ich denke, es ist besser, im Voraus über die Wahrscheinlichkeitsverteilung und die Regressionsanalyse Bescheid zu wissen, damit Sie sich darüber keine Sorgen machen müssen.
Die Sätze sind lang. Ich denke, es wird sorgfältig gemacht, um das Verständnis zu erleichtern, aber manchmal kommt die Geschichte nicht herein.
Original: Eine Einführung in das statistische Lernen mit Anwendungen in R.
4. Buch
Japanischer Titel: Deep Learning (5.000 Yen)
Kürzlich über tiefes Lernen gesprochen. Ein Buch von Ian Dai-Sensei, dem Entwickler des Hot-Generation-Modells "GAN". Wenn Sie "Deep Learning von Grund auf neu" lesen und verstehen können, würde ich dieses Buch für das nächste empfehlen. Ein Buch, das Fortschritte macht, während es das analytische Wissen und die lineare Algebra lernt, die für tiefes Lernen erforderlich sind.
Auch wenn Sie es nicht vollständig lesen können, ist das Cover wunderschön, sodass es möglicherweise möglich ist, es zu einem Innenraum zu machen.
Original: Tiefes Lernen
5. Buch
Japanischer Titel: Statistisches kausales Argumentationsmodell, Argumentation, Vermutung (10.000 Yen)
Ich habe noch nicht viel gelesen, aber das Buch des Autors, der kausale Argumente entwickelt und den Turing Award gewonnen hat. Was ist kausales Denken? Als ich versuchte, ein Buch zu kaufen, fand ich dieses Buch und Iwanami Data Science.
Ist es wirklich eine Variable, die beim Erstellen eines statistischen Modells in das Modell aufgenommen werden sollte? Beeinflusst es wirklich das Vorhersageziel? Ein Buch, das Sie lesen möchten, wenn Sie darüber nachdenken.
Ich möchte im dritten Buch "Einführung in das statistische Lernen mit R" allgemeine Punkte zur Modellauswahl und linearen Regression lernen und die Beziehungen zwischen Variablen in diesem Buch verstehen.
Original: Argumentation und Schlussfolgerung von Casuality Models
Die japanische Übersetzung ist die erste Ausgabe, und das Originalbild davon ist die zweite Ausgabe
Aktualisieren Sie diesmal entsprechend
Es gibt viele andere kostenlose datenwissenschaftliche Bücher (auf Englisch). Lernen Sie Englisch vor Data Science
(Wenn Sie danach suchen, gibt es einige verdächtige Dinge, die der Beamte nicht hat ...)
Ich möchte zusammenfassen, ob Sie die Youtube-Version, die MOOC-Version, die Limited Edition für ausländische Bücher usw. vorstellen können.
Recommended Posts