12 کتاب تجزیه و تحلیل داده برای مبتدیان: لیست خواندن 2023

با این لیست خواندن تحلیلگر داده 2023 ، خود را در زبان ، ایده ها و روند داده ها غوطه ور کنید.

ما با داده ها احاطه شده ایم و میزان داده های جدید در دسترس ما هر روز در حال رشد است. تقاضا برای متخصصان داده ماهر نیز همینطور است. هنگامی که شما فقط اولین قدم های خود را به عنوان یک تحلیلگر داده انجام می دهید ، مهم است که خود را در زبان ، ایده ها و روند داده ها غوطه ور کنید. کتاب ها یکی از راه های انجام این کار هستند.

ما لیستی از کتابهای تجزیه و تحلیل داده ها را برای مبتدیان در طیف وسیعی از موضوعات ، از مروری های کلی گرفته تا انتخاب های موضعی در زبان های برنامه نویسی آماری ، داده های بزرگ و هوش مصنوعی تهیه کرده ایم. این کتابها را به لیست خواندن خود اضافه کنید تا به شما کمک کند:

ارزیابی کنید که آیا یک حرفه تحلیلگر داده مناسب شما خواهد بود

خود را با واژگان و مفاهیم تجزیه و تحلیل داده ها آشنا کنید

مشاوره شغلی دریافت کنید و برای مصاحبه ها امتیازات صحبت کنید

در بالای آخرین روند داده بمانید

مهارت های جدید تحلیلگر داده ها را برای راه اندازی یا پیشرفت حرفه خود بیاموزید

اکنون این صفحه را علامت گذاری کنید تا بتوانید آن را در طول سفر تجزیه و تحلیل داده خود مجدداً مورد بررسی قرار دهید.

کتابهای مربوط به تجزیه و تحلیل داده ها برای مبتدیان

کمبود کتابهای عالی در مورد تجزیه و تحلیل داده ها در آنجا پیدا نخواهید کرد ، اما ما تصمیم گرفتیم روی مواردی که بیشتر برای مبتدیان مهم هستند تمرکز کنیم. بسیاری از این عناوین به جای یک شیرجه عمیق فنی ، مقدمه یا مروری بر یک موضوع را ارائه می دهند. برخی از کتاب های مبتنی بر مهارت های بیشتر شامل تمریناتی هستند که شما را به مهارت داده های داده در دنیای واقعی می رسانند.

1. تجزیه و تحلیل داده ها توسط دکتر آنیل ماهشاری در دسترس است

بهترین بررسی تجزیه و تحلیل داده ها

فصل های این کتاب تقریباً مانند یک دوره مقدماتی کالج سازماندهی شده است - در واقع ، بسیاری از دانشگاه ها آن را به عنوان کتاب درسی خود پذیرفته اند. این یک مقدمه عالی است اگر تازه در تجزیه و تحلیل داده ها شروع کرده اید یا نمی دانید که تجزیه و تحلیل داده ها چیست. علاوه بر نمای کلی سطح بالا از مفاهیم داده های کلیدی ، این کتاب همچنین شامل موارد زیر است:

نمونه های دنیای واقعی از تجزیه و تحلیل داده ها در عمل

تمرینات مطالعه موردی که می تواند به قطعات بالقوه نمونه کارها منجر شود

سوالات را مرور کنید تا به شما در بررسی درک مطلب کمک کند

آموزش داده های R و Python برای مبتدیان کامل

در حالی که این کتاب در ابتدا در سال 2014 منتشر شد ، از آن زمان (از جمله در سال 2022) چندین بار به روز شده است تا موضوعات مهم و مهم مانند حریم خصوصی داده ها ، داده های بزرگ ، هوش مصنوعی و مشاوره شغلی علوم داده را پوشش دهد.

2. numsense! علوم داده برای افراد غیرمستقیم: هیچ ریاضی اضافه شده توسط Aalyn Ng و Keeth SOO

بهترین بررسی اجمالی علوم داده

خواندن این کتاب غوطه وری ملایم را در دنیای علوم داده فراهم می کند-برای کسی که از پیشینه غیر فنی است ، کاملاً مناسب است. نویسندگان با استفاده از توضیحات زبان روشن و توضیحات تصویری ، شما را از طریق الگوریتم ها قدم می زنند ، بنابراین شما در ریاضیات پیچیده دچار مشکل نمی شوید.

در حالی که این کتاب به مبتدیان اختصاص یافته است ، اما برای دانشمندان داده نیز ارزش ارائه می دهد. از آن به عنوان تازه کننده در برقراری ارتباط با شرکای تجاری استفاده کنید.

3. پایتون برای همه: کاوش در داده ها در پایتون 3 توسط دکتر چارلز راسل Severance

بهترین کتاب برای یادگیری پایتون

اگر قبلاً یک خط کد ننوشته اید (یا هنوز خود را یک مبتدی در نظر می گیرید) ، این کتاب باعث می شود اولین برنامه خود را در عرض چند دقیقه بنویسید. دکتر چارلز Severance از دانشگاه میشیگان خوانندگان را از طریق فرآیند یادگیری "صحبت کردن" با یک پایگاه داده از طریق پایتون پیاده می کند.

این یک منبع مفید به تنهایی و حتی با ارزش تر است که در کنار دوره محبوب دکتر Severance ، پایتون برای همه (موجود در Coursera) استفاده می شود.

نکته: در زمان این نوشتار ، می توانید یک نسخه الکترونیکی رایگان پایتون را برای همه در py4e. com بارگیری کنید.

Python regged Всех

برنامه ریزی و تجزیه و تحلیل داده ها با پایتون را بیاموزید. برنامه هایی را برای جمع آوری ، تمیز کردن ، تجزیه و تحلیل و تجسم داده ها تهیه کنید.

JSON ، XML ، برنامه نویسی پایتون ، پایگاه داده (DBMS) ، SYNTAX و معناشناسی پایتون ، زبان برنامه نویسی اساسی ، برنامه نویسی رایانه ، ساختار داده ، Tuple ، SQLITE ، SQL ، تجزیه و تحلیل داده ها ، تجسم داده ها (DataViz)

4. راهنمای Quickstart SQL: راهنمای ساده مبتدی برای مدیریت ، تجزیه و تحلیل و دستکاری داده ها با SQL توسط Walter Shields

بهترین معرفی برای SQL

این خیلی بیشتر از یک کتاب است. هنگامی که این کتاب را بر روی زبان پرس و جو ساختاری (SQL) خریداری می کنید ، به یک پایگاه داده نمونه و برنامه مرورگر SQL دسترسی پیدا می کنید ، بنابراین می توانید بلافاصله آنچه را که یاد می گیرید قرار دهید. همچنین برای تکمیل یادگیری خود ، به تعداد زیادی از ابزارهای دیجیتالی - کتابخانه ها و راهنماهای مرجع در بین آنها دسترسی پیدا خواهید کرد.

این کتاب موضوعاتی مانند:

نحوه استفاده از SQL برای برقراری ارتباط با پایگاه داده های رابطه ای

پرس و جوهای کلیدی SQL برای انجام وظایف تجزیه و تحلیل داده های مشترک

مشاوره در مورد چگونگی مهارت های جدید SQL خود به کارفرمایان بالقوه

5. Big Data: انقلابی که چگونه زندگی می کنیم ، کار می کنیم و توسط کنت کوکیر و ویکتور مایر-شانبرگر فکر می کنیم

بهترین کتاب داده بزرگ

این که آیا شما در دنیای تجزیه و تحلیل داده ها شرکت دارید یا خیر ، احتمالاً اصطلاح "داده های بزرگ" را در بعضی مقاطع شنیده اید. این کتاب توسط دو متخصص در این زمینه فراتر از کلمه کلیدی است که چگونه داده های بزرگ در حال حاضر دنیای ما را تغییر می دهد ، برای بهتر و گاهی بدتر.

این یک متن فنی برای آموزش الگوریتم های داده بزرگ نیست. این بیشتر در مورد داده های بزرگ ، چه کاری می تواند انجام دهد و چگونه می تواند بر آینده تأثیر بگذارد.

6. علوم داده برای تجارت: آنچه شما باید در مورد داده کاوی و تفکر تحلیلی داده توسط Foster Provost و Tom Fawcett بدانید

بهترین کتاب تجزیه و تحلیل تجارت

این کتاب به اهمیت داده ها برای تصمیم گیری در مورد تجارت حفر می شود. اگر علاقه مند به دنبال کردن حرفه ای به عنوان یک تحلیلگر تجارت هستید ، این موضوع را در نظر بگیرید که چگونه علم داده ها و تجارت با هم کار می کنند و چه چیزی به تصمیم گیری داده می شود.

نویسندگان کار خوبی را برای تشریح تکنیک ها و اصول علوم داده انجام می دهند ، زیرا آنها به تجارت مربوط می شوند بدون اینکه در جزئیات فنی الگوریتم ها گرفتار شوند.

ذکر محترم: خیلی بزرگ برای نادیده گرفتن: پرونده تجاری برای داده های بزرگ توسط فیل سیمون

7. هوش مصنوعی: راهنمایی برای تفکر انسان توسط ملانیا میچل

بهترین کتاب هوش مصنوعی

با خواندن این کتاب ، می توانید اعتیاد به مواد مخدره پیرامون ایده هوش مصنوعی (AI) را از واقعیت جدا کنید. نویسنده ملانیا میچل ، دانشمند رایانه ، تاریخچه هوش مصنوعی و افراد پشت آن را بررسی می کند تا به خوانندگان کمک کند تا مفاهیم پیچیده ای مانند شبکه های عصبی ، پردازش زبان طبیعی و مدل های دید رایانه را بهتر درک کنند.

در حالی که تحلیلگران داده لزوماً نیازی به درک عمیق از هوش مصنوعی ندارند ، درک این فناوری ها و تأثیر آنها بر دنیای تجزیه و تحلیل داده ها می تواند مفید باشد. میچل به این موضوعات به روشی واضح و جذاب نزدیک می شود.

8. داستان پردازی با داده ها: راهنمای تجسم داده برای متخصصان تجارت توسط Cole Nussbaumer Knaflic

بهترین کتاب تجسم داده

در تجزیه و تحلیل داده ها ، داده های ما اغلب به اندازه داستانهایی که با آن می گوییم خوب است. این کتاب شما را از طریق اصول برقراری ارتباط با داده ها از طریق داستان پردازی و تجسم پیاده می کند. این تئوری را با نمونه های دنیای واقعی ترکیب می کند تا به شما کمک کند:

تجسم مناسب را برای وضعیت مناسب انتخاب کنید

درهم و برهمی را از بین ببرید و مهمترین قسمت های داده ها را برجسته کنید

مثل یک طراح بصری فکر کنید

با استفاده از چندین تصویری برای گفتن یک داستان قانع کننده ، ارائه دهید

خواندن این کتاب به شما یاد نمی دهد که با استفاده از R یا Tableau ، تجسم های استادانه ایجاد کنید ، اما بینش های آن می تواند شما را به استفاده از آن ابزارها در هنگام یادگیری آنها مجهز کند.

9. کتاب یادگیری ماشین صد صفحه توسط آندری بورکوف

بهترین کتاب یادگیری ماشین

این عنوان به قول خود ارائه می دهد: مروری بر یادگیری ماشین در کمی بیش از 100 صفحه (140 دقیق). به اندازه کافی کوتاه است که می توانید در یک نشست یک جلسه بخوانید. آندری بورکوف مقدمه ای محکم در این زمینه ارائه می دهد ، حتی اگر تجربه آماری یا برنامه نویسی ندارید.

این خواندن جمع و جور مقدار زیادی از اطلاعات را در بر می گیرد. مباحث شامل یادگیری تحت نظارت و بدون نظارت ، شبکه های عصبی ، تجزیه و تحلیل خوشه ای و تنظیم هایپرپارامتر است. اگر با این شرایط آشنا نیستید ، نگران نباشید. شما بعد از خواندن این یکی خواهید بود. همیشه می توانید برای توصیه های مربوط به خواندن و منابع بیشتر به ویکی همراه مراجعه کنید.

10. ناخواسته تجارت: بینش و نوآوری فراتر از تجزیه و تحلیل و داده های بزرگ توسط دکتر باری دابلین

بهترین کتاب اطلاعات تجاری

این کتاب به بررسی چگونگی جمع آوری تثلیث مردم ، فرآیندها و اطلاعات برای موفقیت در کسب و کار در دنیای مدرن می پردازد. این کتابی در مورد مفاهیم هوش تجاری سنتی (BI) نیست. درعوض ، این تشریح می کند که چگونه BI می تواند کوتاه بیفتد و مدل ها و چارچوب های جدیدی را برای بهبود تمرین ارائه می دهد.

اگر به دنبال یک مرور کلی از گذشته ، حال و آینده BI هستید ، این کتاب را امتحان کنید. مباحث مورد بحث عبارتند از:

تولد اکوسیستم Biz-Tech

نکات عملی برای استفاده از داده های بزرگ

تصمیم گیری مبتنی بر داده ، شهودی و مشارکتی (و چرا شرکت ها به هر سه نفر نیاز دارند)

11. آمار برهنه: سلب ترس از داده های چارلز ویلن

بهترین کتاب آمار

اگر به یک تازه کننده از آنچه در آمار کالج آموخته اید نیاز دارید ، این کتاب را انتخاب کنید. اگر با مفاهیم ریاضی که به عنوان یک سری از اعداد و نمادهای محروم از متن ارائه شده است ، مبارزه می کنید ، این کتاب را انتخاب کنید.

چارلز ویلن در تجزیه و تحلیل آماری - همبستگی ، رگرسیون و استنباط - به روشی که هم روشنگری و هم سرگرم کننده است ، به مفاهیم کلیدی فرو می رود. ویلن یک مورد خوب (و طنزآمیز) ایجاد می کند که چرا همه باید آمار را در دنیای مدرن ما درک کنند ، نه فقط متخصصان داده.

شما ممکن است با تسلط بر آمار دور نشوید. اما این کتاب می تواند به شما در درک مفاهیم اساسی و دلیل اهمیت آنها کمک کند ، و آن را به یک همراه عالی برای دوره های آماری فنی تر تبدیل می کند.

12. سلاح های تخریب ریاضی: چگونه داده های بزرگ نابرابری را افزایش می دهند و دموکراسی را توسط کتی اونیل تهدید می کنند

بهترین کتاب در مورد تعصب داده

داده های بزرگ می توانند ابزاری قدرتمند باشند و این کتاب به عنوان یک هشدار و یادآوری است که ما باید از آن با مسئولیت پذیری استفاده کنیم. کتی اونیل دانشمند داده و ریاضیدان ، عواقب تصمیم گیری در مورد ماشین آلات تصمیم گیری در مورد زندگی ما را بررسی می کند ، و اینکه الگوریتم هایی که این تصمیمات را هدایت می کنند اغلب تبعیض را تقویت می کنند.

حتی اگر در هر نقطه با نویسنده موافق نیستید ، ممکن است با درک بهتر از طرف تاریک تر داده ها کنار بیایید. این بینش های مرتبط و فوری برای کسانی که تازه در دنیای داده ها شروع به کار کرده اند ، از اهمیت ویژه ای برخوردار است - این مسئولیت آنها این است که اطمینان حاصل شود که از داده های آینده به نفع همه استفاده می شود ، نه فقط ممتاز.

ذکر محترم: الگوریتم های ظلم و ستم: چگونه موتورهای جستجو نژادپرستی را تقویت می کنند توسط Safiya Umoja Noble

در تجزیه و تحلیل داده ها شروع کنید

اگر به تجزیه و تحلیل داده ها علاقه دارید و آماده هستید تا قدم بعدی را به سمت حرفه ای در این زمینه بردارید ، با یکی از بسیاری از گواهینامه های حرفه ای موجود در Coursera به صورت رایگان شروع کنید.

بیاموزید که یک تحلیلگر داده چه کاری انجام می دهد و با گواهی حرفه ای Google Data Analytics مقدمه ای برای برنامه نویسی R دریافت می کند. نقش های مختلفی را در دنیای داده ها هنگام یادگیری پایتون با گواهی حرفه ای Analyst Data Analyst کشف کنید. یا ، کل گردش کار تحلیلگر داده نهایی را با تحلیلگر داده IBM با گواهینامه Excel و R Professional یاد بگیرید.