2021年每个数据科学家都应该阅读的5本书在书架上，它包含对来自不同公司、行业和经验水平的25位数据科学家的采访。他们会给你一些宝贵的建议，包括如何长期规划你的职业生涯、为哪家公司工作、如何不断学习，以及他们如何看待未来几年该领域的变化。本书中还有许多有价值的见解，特别是如果您是初学者。建议大家从书中找出一些有趣的问题，然后去请教真正想去的公司工作的数据科学家，这样也能得到不一样的感悟，不过还是要看自己的实际情况。2.《面向数据科学家的实用统计学》如果你有一定的技术背景，需要对统计数据有更多的了解，或者你有一定的学术背景，有一定的统计学相关理论知识，但在实践中不常用，本书会带您了解统计的主要概念，例如分布和机器学习，并向您展示如何使用Python，这是一本很好的中级书籍，侧重于应用而非理论。我强烈建议你通读本书中的代码，尝试复制一些代码片段，并调整它们以了解它们是如何工作的。3.《精通特征工程》特征工程可以说是数据科学工作流程中最重要的步骤之一。一旦您对工作流程和主要算法有了很好的总体了解，您就应该开始提高您的特征工程技能。这基本上意味着掌握许多不同的工具以及何时使用它们，具体取决于您的数据和目标。这本书很好地结合了理论和应用，我建议您在阅读时做笔记，并将其作为参考指南放在手边。4.《机器学习精讲》这是理解数学背后的主要ML算法的最佳书籍之一。概念解释清楚，介绍简洁。它应该是您开始机器学习之旅时首先阅读的书籍之一，尤其是当您已经具备一定的数学基础时。如果你真的想详细学习这本书，我建议你尝试用你熟悉的编程语言来实现算法，以帮助自己巩固知识。5.《贝叶斯思维》一旦开始学习统计，你会经常阅读贝叶斯和一些贝叶斯算法，如果你不知道这两种方法之间的区别，一旦你了解了区别，学习贝叶斯Yeesian统计将非常有用为了掌握贝叶斯算法并将其添加到你的武器库中，如果你有统计背景但从未在方法之前详细研究过贝叶斯算法，我特别推荐这本书，它不会深入主题，但它已经足够了让您开始使用Python中的贝叶斯统计。
