今天有超过一百万种方法可以学习您想要的任何新技能。你可以去YouTube上找视频，你可以去Medium上阅读一些有用的文章，或者你可以在做其他事情的同时收听播客和学习。然而，自书面语言出现以来就存在的一种学习方法是书籍。书籍——在我看来——是关于你想学的任何知识的宝库，而且很有可能，这本书或多本书都在谈论它。书籍是我最喜欢和最信任的信息来源，无论是旧的还是新的。它们可能不是每个人都喜欢的学习方法，但我们都可以承认，在某些时候，我们都会回到书本上查看信息。书本不会神奇地教给你一项技能；就像任何其他形式的学习一样，您需要付出努力并愿意学习，这样您才能从任何书籍或学习资源中获得最大收益。数据科学可以说-可以说-拥有无限数量的在线和离线学习资源。而你只能预测，随着境界的变大，资源的数量会越来越多。在过去的几年里，几乎所有你习惯阅读的语言都有很多数据科学书籍。在这篇文章中，我将推荐2020年出版的5本新数据科学书籍，我认为这些书籍非常有希望让您阅读，无论您是阅读数据科学是新的还是已经是该领域的一部分。№1：数据科学：SABRATrading初学者数据科学完整指南不可否认，数据科学每天都在继续吸引新的聪明人加入。老实说，我认为它不会很快放缓。此列表中的第一本书针对该领域的初学者。我最喜欢这本书的地方在于，当你需要主要信息来学习时，只有62页解释了你需要的主要信息。本书并非旨在为您提供成为数据科学大师所需的所有细节。相反，您可以将本书视为详细的、高级的数据科学路线图，供任何想知道什么是数据科学以及成为数据科学家需要什么的人使用。本书涵盖了数据科学中使用的主要语言和术语，从数学和统计学到机器学习和人工智能。基本上，如果你完全熟悉数据科学，这本书是很好的第一步。№2：GáborPéceli的测量和数据科学数据科学是一个广阔的领域，几乎可以应用于所有领域，从最简单的书籍或电影推荐到医学和医疗保健中对生命至关重要的应用。任何数据科学项目中使用的数据都根据应用程序以不同方式收集。有些是从传感器收集的；其他的都是从网上收集的。由于来源不同，测量数据的方法也不同。测量和数据科学涵盖了所有基础知识以及更多关于数据和测量的主题。本书的不同章节总结了通过匈牙利测量和信息系统部进行的研究结合经典测量和理论测量的结果。这本371页的书将使您熟悉有关数据科学测量的所有知识。№3：数据科学游戏：并行学习R和Python数据科学中最常用的两种编程语言是Python和R。它们都是有用的语言，为该领域提供了很多帮助。然而，在数据科学项目的流程中，某些任务如果使用R执行则效率更高，反之亦然。用两种语言编写和理解代码是任何数据科学家都需要掌握的一项有用技能。此列表中的下一本书允许您并行学习和使用r和Python，如果您决定独立学习它们，可以节省大量时间和精力。这本216页的书将通过学习两种编程语言来关注数据科学，而不是抽象和常规语法。您将学习如何同时执行统计、优化、构建预测模型等。№4：HoseaDroski的数据分析初学者指南正如我常说的，数据科学就是关于数据的，任何数据科学项目的一个重要步骤都是数据收集和分析。数据分析初学者指南侧重于教您如何获取从不同来源收集的原始数据并从中提取有用的信息。数据分析是项目的关键过程，用于正确预测并帮助您的客户或企业做出正确的决策。本书将教授数据分析的所有基础知识，从数据挖掘到处理大数据和可视化结果。此外，本书涵盖了数据收集的一个重要方面，例如网络抓取和使用机器学习来收集数据并形成替代数据集。最后，这本书在124页中更深入地探讨了数据管理和商业智能。№5：CharuC.Aggarwal的线性代数和机器学习优化可能使人们远离数据科学的是它建立在基本代数和概率概念之上的事实。对数学的恐惧是真实的，这就是为什么很多人会告诉我他们不想成为数据科学家，因为数学太难了。然而，数学是几乎所有技术领域的核心引擎，而不仅仅是数据科学。数学的主要用途之一，更准确地说是线性代数，是在机器学习模型的优化过程中。机器学习的线性代数和优化涵盖了有效优化机器学习模型所需的所有线性代数。本书深入介绍了线性代数在机器学习优化中的应用。它涵盖了如何执行许多重要的应用程序，例如奇异值分解(SVD)、图形分析、矩阵分解等。它还涵盖了为什么机器学习模型需要优化，以及如何进行优化。这本书是我们名单上最长的一本书，将近500页。总结当我第一次开始我的研究生学习时，我的导师有我在房间里见过的最大的系列丛书。这本书不仅在书架上，而且随处可见。事实上，他找到了一种使用书籍来保护桌面隐私的方法。这本书在椅子上形成了一个特定的门道迷宫。我记得有一次问他，你为什么不捐旧书或者只用数字。“对我来说，书籍不仅仅是学习一门学科的一种方式；它也是一种学习方式。”这是关于学习新的个性，”他说。这就像你想窥探作者的思想。在我的成长过程中，书籍——包括纸质书和电子书——是我生活中的主要常量之一。与以其他任何方式从书中获得的信息相比，我仍然更相信我从书中获得的信息。今天，我列出了5本我认为非常有前途的书籍，新的数据科学书籍，我相信每个人都应该阅读。
