Bücher über die "Wissenschaft" in Data Science? [geschlossen]

Was sind die Bücher über die Wissenschaft und Mathematik hinter der Datenwissenschaft? Es fühlt sich so an, als würden so viele "Data Science" -Bücher Tutorials programmieren und Dinge wie Datenerzeugungsprozesse und statistische Schlussfolgerungen nicht berühren. Ich kann bereits codieren, was ich schwach bin, ist die Mathematik / Statistik / Theorie hinter dem, was ich tue.

Was kann ich kaufen, wenn ich bereit bin, 1000 Dollar in Bücher zu stecken (also ungefähr 10 Bücher ... Seufzer)?

Beispiele: Agrestis kategoriale Datenanalyse , lineare gemischte Modelle für Längsschnittdaten , etc ... etc ...

Einleitend:

• Maschinelles Lernen: Die Kunst und Wissenschaft von Algorithmen, die Sinn für Daten machen (Flach)
• Aus Daten lernen (Abu-Mostafa et al.)
• Einführung in das statistische Lernen (James et al.)

Tiefer Graben:

• Elemente des statistischen Lernens (Hastie et al.)
• Mustererkennung und maschinelles Lernen (Bischof)

Einige interessante Beispiele:

• Konvexe Optimierung (Boyd)
• Bayesianisches Denken und maschinelles Lernen (Barber)
• Probabilistische Grafikmodelle (Koller)
• Neuronale Netze zur Mustererkennung (Bishop)

Weiterführende Nachschlagewerke zum maschinellen Lernen (nicht wirklich das, wonach Sie gefragt haben, aber zur Vollständigkeit):

• Maschinelles Lernen: Eine probabilistische Perspektive (Murphy)
• Künstliche Intelligenz: Ein moderner Ansatz (Russell & Norvig)

Bonuspapier:

• Statistische Modellierung: Die beiden Kulturen (Breiman)

Wenn ich Ihnen nur eines empfehlen könnte, wäre es: Die Elemente des statistischen Lernens und der Vorhersage von Hastie, Tibshirani und Friedman. Es bietet die Mathematik / Statistik hinter vielen allgemein verwendeten Techniken in der Datenwissenschaft.

Für Bayesianische Techniken ist die Bayesianische Datenanalyse von Gelman, Carlin, Stern, Dunson, Vehtari und Rubin ausgezeichnet.

Statistical Inference von Casella und Berger ist ein gutes Lehrbuch für Hochschulabsolventen über die theoretischen Grundlagen der Statistik. Dieses Buch erfordert ein ziemlich hohes Maß an Komfort in Mathematik (die Wahrscheinlichkeitstheorie basiert auf der Maßtheorie, die nicht trivial zu verstehen ist).

In Bezug auf Datenerzeugungsprozesse habe ich keine Empfehlung für ein Buch. Was ich sagen kann, ist, dass ein gutes Verständnis der Annahmen der verwendeten Techniken und die Sicherstellung, dass die Daten in einer Weise gesammelt oder generiert wurden, die diese Annahmen nicht verletzt, einen großen Beitrag zu einer guten Analyse leisten.

Andere Antworten empfahlen eine Reihe guter Bücher über die Mathematik hinter den Datenwissenschaften. Aber wie Sie bereits erwähnt haben nicht nur Mathematik und Aktivitäten wie das Sammeln und Ableiten von Daten ihre eigenen Regeln und Theorien, auch wenn sie (noch) nicht so streng sind wie der mathematische Hintergrund.

Für diese Teile schlage ich das Buch Schöne Daten: Die Geschichten hinter eleganten Datenlösungen vor, das zwanzig Fallstudien wie Kapitel enthält, die von Menschen verfasst wurden, die sich wirklich mit Problemen der Datenanalyse in der realen Welt beschäftigen. Es enthält keine Mathematik, sondern untersucht Bereiche wie das Sammeln von Daten, das Auffinden praktischer Möglichkeiten für die Verwendung von Daten in Analysen, das Skalieren und das Auswählen der besten Lösungen.

Ein weiteres wirklich interessantes Buch ist Thinking with Data: Wie man Informationen in Einsichten umwandelt. Dies ist ebenfalls kein technisches (= Programmier-Tutorial), sondern behandelt wichtige Themen, wie man die datenwissenschaftliche Kraft in Entscheidungsprozessen und Problemen der realen Welt wirklich nutzt.

Ich mag die Vorschläge von Amir Ali Akbari, und ich füge einige meiner eigenen hinzu, wobei ich mich auf Themen und Fähigkeiten konzentriere, die in den meisten Büchern über maschinelles Lernen und Datenanalyse, die sich auf Mathematik und / oder Programmierung konzentrieren, nicht ausreichend behandelt werden.

Datenreinigung:

• Osborne 2012, Best Practices in der Datenbereinigung
• McCallom 2012, Bad Data Handbook: Bereinigen der Daten, damit Sie wieder arbeiten können

Bayesian Data Analysis (Alternative zum Fisher-Style-Nullhypothesen-Signifikanztest):

• Kruschke 2011, Bayesianische Datenanalyse

Schlussfolgerung angesichts von Unsicherheit, Unvollständigkeit, Widersprüchen, Mehrdeutigkeit, Ungenauigkeit, Unwissenheit usw .:

• Schum & Starace, 2001, The Evidential Foundations of Probabilistic Reasoning
• Bammer & Smithson 2008, Unsicherheit und Risiko: Multidisziplinäre Perspektiven
• Smithson 1989, Ignoranz und Unsicherheit
• CIA 2008, eine Einführung in Tradecraft: Strukturierte Analysetechniken zur Verbesserung der Intelligenzanalyse (KOSTENLOS! Als PDF)
• Morgan & Winship 2007, Counterfactuals and Causal Inference: Methoden und Prinzipien für die Sozialforschung

Experimente:

• Glennerster & Takavarasha 2013, Ausführen randomisierter Bewertungen: Ein praktischer Leitfaden
• Mahnung 2012, Naturversuche in den Sozialwissenschaften

Simulation:

• Epstein 2006, Generative Social Science: Studien zur agentenbasierten Computermodellierung
• Nelson 2010, Stochastische Modellierung: Analyse und Simulation

Expertenermittlung, probabilistische Abschätzung:

• Hubbard 2014, So messen Sie alles: Ermitteln des Werts von immateriellen Vermögenswerten in Unternehmen