首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    【书单】18本数据科学家必读的R语言和Python相关书籍

    前言 “这就是阅读。即将新软件安装到大脑里的过程。” 就我个人而言,我从视频和在线教程中所学到的始终没有从书本中学到的多。 了解机器学习和数据科学很容易。目前有许多开放课程,你可以马上就开始学习。但是,获得更深入的学习需要额外的努力。例如:你可能会很快了解随机森林如何运作,但了解其背后的逻辑需要额外的努力。 质疑的信心来自于阅读。有些人很容易接受现状。另一方面,一些好奇的人则会反思“为什么不能这样做呢?”就是在这种情况下,人们开始尝试用新的方式完成任务。几乎每个我在美国管理协会(AMA)遇到的数据科学家,都

    09

    2018的第一份书单

    1.《fluent python》(中文版:《流畅的python》) 这本书来源于某个公众号的推荐(忘了是哪个了),在读这本书之前,已经阅读了市面上很多python书籍,比如《python核心编程》,《python学习手册》,《python源码剖析》,这些书籍在一定程度上写的很不错,但给你的感觉就像是读官方文档,没有注入作者自己的想法,直到遇上了《流畅的python》,这本书从数据模型开始讨论,从python的基础数据结构开始引入整个python的设计哲学,对!这本书灌输给你的就是python是如何设计它的语言特性的,一般的书你读了可能就是对的,就应该这么写,作者不会去剖析为什么要这么写,这本书不然,处处体现了python的为什么要这么设计,而不是告诉你要怎么写。不剧透了,如果要进阶python,这本书是不二之选。(注:如果有可能可以去读读英文原版,因为我读了翻译版后,找了原版再去复习了一遍,感觉目前的翻译版本翻译的不怎么好,有些细节在翻译的过程中丧失了。) 2.《designing data-intensive application》(暂无翻译版) 这本书是有关数据系统设计的书,可以这么说,读完这本书再去读大数据的相关论文就是事半功倍,很后悔之前没读这本书就读了那些大数据的相关论文,现在慢慢的回过头再去回味那些论文,很多疑惑都解开了。全书以数据库评价指标开头,从单机的数据模型,存储、搜索、文件格式、传输慢慢聊到分布式系统下的一致性和共识,最后再整合,让你拍案叫绝。唯一的遗憾在于它至今没有中文版。 3.《programming in Scala》(中文版:《Scala编程》) 这本书的作者就是Scala的设计者,显然书籍的含金量不容置疑。全书充满着书生的学究气,不把一件事挖到底决不罢休。作为语言的设计者,除了描述Scala的使用,也会讲述Scala这门语言为什么要这么设计。如果你是初学者,我觉得这本书不适合你,虽然这本书也包含了入门,但是作者显然没把你当作初学者看待。 其实还读了一些网上书单推荐的书,例如《高可用架构》,《clean architecture》等,这些书感觉都像是一种描述性的语气讲述着知识点,知其然而不知其所以然,读读即可。

    01
    领券