Libros de Data Science que debes leer

Actualmente los autores de libros de data science, usualmente académicos, están más propensos a hacer que sus libros estén disponibles de forma gratuita. La mayoría de los libros disponibles son de O’Reilly. A continuación te dejamos una lista de los libros de Data Science que debes leer.

libros de data science que debes leer

Resumen de Data Science

Si apenas vas a iniciar un estudio de data science, te recomendamos estos libros que pueden ser útiles para tener una introducción al tema.

An Introduction to Data Science libro de Jeffrey Stanton

  • Una introducción a la Ciencia de los Datos (Jeffrey Stanton, 2013)
  • School of Data Handbook (2015)
  • Data Jujitsu: El Arte de Convertir Datos en Producto (DJ Patil, 2012)
  • El Arte de la Ciencia de los Datos (Roger D. Peng & Elizabeth Matsui, 2015)

Herramientas Informáticas Distribuidas

  • Hadoop: La Guía Definitiva (Tom White, 2011)
  • Data-Intensive Text Processing with MapReudce (Jimmy Lin & Chris Dyer, 2010)

Libros de Data Mining y Machine Learning

Machine Learning forma parte de data science, debido a que el algoritmo depende de algunos datos. Sin embargo, machine learning incluye algunas técnicas que pueden ser muy útiles para los data scientists. A continuación te presentamos una lista de libros para machine learning y data mining que debes leer.

  • Introducción a Machine Learning (Amnon Shashua, 2008)
  • Machine Learning (Abdelhamid Mellouk & Abdennacer Chebira)
  • Machine Learning – La Guía Completa (Wikipedia)
  • Social Media Mining An Introduction (Reza Zafarani, Mohammad Ali Abbasi, & Huan Liu, 2014)
  • Data Mining: Practical Machine Learning Tools and Techniques (Ian H. Witten & Eibe Frank, 2005)
  • Mining of Massive Datasets (Jure Leskovec, Anand Rajaraman, & Jeff Ullman, 2014)
  • La Guía de un Programador para Data Mining (Ron Zacharski, 2015)
  • Data Mining with Rattle and R (Graham Williams, 2011)Algorithms for Reinforcement Learnin libro de Csaba Szepesvari
  • Data Mining y Analisis: Conceptos Fundamentales y Algoritmos (Mohammed J. Zaki & Wagner Meria Jr., 2014)
  • Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More (Matthew A. Russell, 2014)
  • Probabilistic Programming & Bayesian Methods for Hackers (Cam Davidson-Pilon, 2015)
  • Data Mining Techniques For Marketing, Sales, and Customer Relationship Management (Michael J.A. Berry & Gordon S. Linoff, 2004)
  • Inductive Logic Programming: Techniques and Applications (Nada Lavrac & Saso Dzeroski, 1994)
  • Pattern Recognition and Machine Learning (Christopher M. Bishop, 2006)
  • Machine Learning, Neural and Statistical Classification (D. Michie, D.J. Spiegelhalter, & C.C. Taylor, 1999)
  • Information Theory, Inference, and Learning Algorithms (David J.C. MacKay, 2005)
  • Data Mining and Business Analytics with R (Johannes Ledolter, 2013)
  • Bayesian Reasoning and Machine Learning (David Barber, 2014)
  • Gaussian Processes for Machine Learning (C. E. Rasmussen & C. K. I. Williams, 2006)
  • Reinforcement Learning: An Introduction (Richard S. Sutton & Andrew G. Barto, 2012)
  • Algorithms for Reinforcement Learning (Csaba Szepesvari, 2009)
  • Big Data, Data Mining, and Machine Learning (Jared Dean, 2014)
  • Modeling With Data (Ben Klemens, 2008)
  • KB – Neural Data Mining with Python Sources (Roberto Bello, 2013)
  • Deep Learning (Yoshua Bengio, Ian J. Goodfellow, & Aaron Courville, 2015)
  • Neural Networks and Deep Learning (Michael Nielsen, 2015)
  • Data Mining Algorithms In R (Wikibooks, 2014)
  • Data Mining and Analysis: Fundamental Concepts and Algorithms (Mohammed J. Zaki & Wagner Meira Jr., 2014)
  • Theory and Applications for Advanced Text Mining (Shigeaki Sakurai, 2012)

Estos libros contribuyen con el aprendizaje y desarrollo de los especialistas de TI enfocados al análisis de datos. ¿Tú cuál recomiendas?

EmpleosTI portal de empleo especializado en perfiles de TI

 

Comments

comments

También te podría gustar...

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *