数据科学的重要支柱——统计学的最佳入门书籍
全文共1582字,预计学习时长4分钟
图源:unsplash
数据科学领域颇具魅力,有很多人跃跃欲试想要涉足其中,但却因为一些门槛而迟迟不敢迈出脚步。其中最重要的一个就是统计学,包括描述统计学、推论统计学以及概率论。
理工类大学已经有了许多统计学课程,为什么我还要写这篇文章呢?主要原因有三,本文适用于:
· 已有统计学学习背景,但搁置较久的人
· 在学习过程中感到迷茫不解的人
· 痴迷统计学的人
如果你符合以上任意一种,那这篇文章就有你所需。我在本科毕业后开始研读此书,录取为数据科学研究生后不久将它读完。我很庆幸自己读了这本书,它让我少走了很多弯路。
《深入浅出统计学》(HeadFirst Statistics)
它不同于大学授课常采用的教材,有着丰富的图解和简单明了的说明,不像大学教材则充斥着公式、证明以及老掉牙的文本。这本书很厚,有700多页,第一次看到实体书可能会感到焦虑,但其实阅读起来压力不大,且听我细细道来。
任意一本统计学和概率论的大学教材大多在500页左右,甚至更多。虽然比《深入浅出统计学》薄很多,但却鲜有图例、图解。如果删除《深入浅出统计学》中所有图解,全书就只剩不到一半了。
图解为何重要?大多数人不喜欢阅读一页页老生常谈的文本。尤其是那些忙碌一天后,利用下班时间学习统计学的人。让他们读完全是文字的统计学书是不可能的,三段之内必然熟睡。
人们需要的是适量的文本,附加精良的图解及实用的示例。
图源:unsplash
如果一篇文章没有分隔,一段通篇,你还会读吗?不会,因为这样的一篇文章就是无故平添的负担。同时,人的注意广度也比较短,如果一段文字不能在30秒内读完,读者大概率会放弃继续阅读。换言之,读者更愿意阅读排版相对美观舒服的文章。
书籍也是如此。无论一本书有多好,30行以上的段落频频出现足够将我劝退。同一主题同一领域的不同的十本书中,对读者最友好(当然也要营销好)的书才能成为最畅销书籍。
现在我们知道了书的必备要素,也知道了为什么有些书极具阅读价值却还是看不下去,接着就该探索《深入浅出统计学》的优点了。
我的短评
如前所说,我在约莫一年半前读完这本书,它能为未来探索进阶话题夯实基础。即使现在读一本python统计学的书籍,书中没有详实深入地解释理论,我也不会感到困惑,因为我有扎实的背景知识储备。
这也就是本书真正的目标群体——刚入门的初学者,和修过统计学课程,但因教学方式欠佳收获不大的人。如果修过几门大学统计学和概率论课程,你可能不需要再读这本书了。
本书涵盖如下主题:
· 基础信息图形化
· 集中趋势与分散性的量度
· 概率、排列、组合与分布
· 统计抽样
· 置信区间
· 假设检验
· 回归分析
书中讲得非常详实,它不涉及大学课程以外的内容。但如果你不是出身世界名校,我还是认为有这本书的加持更好。
开始之前
毋庸置疑的是,统计学是每个数据科学家必备的工具。而正式教育中的统计学课程要么从未开设,要么效果一般。
图源:unsplash
《深入浅出统计学》此时就派上了用场。不用花费太长时间就可读完,大概需要一到两个月,这取决于你的知识储备和能挤出的阅读时间。读完本书后,你就会更理解数据科学和机器学习领域那些进阶的话题了。
一起分享AI学习与发展的干货
欢迎关注全平台AI垂类自媒体 “读芯术”
(添加小编微信:dxsxbb,加入读者圈,一起讨论最新鲜的人工智能科技哦~)
数据科学的重要支柱——统计学的最佳入门书籍相关推荐
- 线性回归csv数据集_数据科学的基石:统计学、机器学习、计算机科学(三)——线性回归...
数据科学家们常说,所有的模型都是错的,但是,其中一些是有用的.如果一个"有用"的模型能够过滤掉数据中哪些不重要的细枝末节,抓住其主要的内在关系,从而帮助我们更好地理解数据.很多情况 ...
- 数据科学家小贴士:10个最佳的可视化工具
全文共2712字,预计学习时长10分钟 图源:unsplash 数据科学是当今IT行业最稳定的研究和实践领域之一,近十年来一直备受关注.事实证明,它对多个行业都大有益处.这项技术在顶级产品线方法和市场 ...
- 终于有人把数据科学、机器学习和人工智能讲明白了
导读:本文讨论与人工智能相关的概念和技术,包括机器学习.深度学习.数据科学和大数据.还将讨论人类和机器如何学习,及其与人工智能当前和未来状态之间的关系.最后介绍数据如何推动人工智能,以及人工智能成功所 ...
- 大数据入门课程_我根据数千个数据点对互联网上的每门数据科学入门课程进行了排名...
大数据入门课程 by David Venturi 大卫·文图里(David Venturi) A year ago, I dropped out of one of the best computer ...
- 顶级数据恢复_顶级R数据科学图书馆
顶级数据恢复 Data science is the discipline of making data useful 数据科学是使数据有用的学科 When we talk about the top ...
- 推荐 :数据科学与大数据技术专业特色课程研究
在我国,数据科学与大数据技术专业的建设已成为新的热点话题.在系统调研世界一流大学数据科学专业建设现状的基础上,从特色课程视角重点分析加州大学伯克利分校.约翰·霍普金斯大学.华盛顿大学.纽约大学.斯坦福 ...
- 数据科学理论基础知识汇总---《数据科学理论与实践(第二版)》第二章
目录 前言 一.数据科学的学科地位 二.统计学 2.1 统计学与数据科学 2.2 数据科学中常用的统计学知识 2.3 数据科学视角下的统计学 三.机器学习 3.1 机器学习与数据科学 3.2 数据科学 ...
- 互联网大数据公司排名_互联网上最好的数据科学课程,按照您的评论排名
互联网大数据公司排名 by David Venturi 大卫·文图里(David Venturi) 互联网上最好的数据科学课程,按照您的评论排名 (The best Data Science cour ...
- 哪些电脑最适合做机器学习、数据科学和深度学习呢?这里有份调研报告
选自Medium 机器之心编译 作者:Towards AI Team 编辑:陈萍.杜伟 一份来自 Towards AI 的关于机器学习.数据科学和深度学习的最佳笔记本电脑.在预算范围内,入手最适合的笔 ...
最新文章
- 2018-2019-2 20165315《网络攻防技术》Exp6 信息搜集与漏洞扫描
- android注册弹窗,Android开发之PopupWindow创建弹窗、对话框的方法详解
- wxWidgets 富文本编辑器示例
- ZOJ3865:Superbot(BFS) The 15th Zhejiang University Programming Contest
- 做一个完整的Java Web项目需要掌握的技能
- SSAS parent/child dimension
- 【思科百难】RIP两个版本之间能够相互通信?
- 这里是强化学习入门,的入门 | 绝对新手友好
- Oracle 行列转换2
- Python编程入门-第二章学习笔记
- Web项目中时间格式化的方法
- Java 读取p12 证书私钥
- Python爬虫开源项目代码分享,100个
- 基于单片机的心率监测系统设计(#0495)
- C语言会员卡计费系统
- 超级简单的Python爬虫教程,python爬虫菜鸟教程官网
- iphone装android软件,黑科技降临,红手指教你苹果手机如何安装安卓APP
- Unix编程常见问题解答
- 组成原理——中央处理器(CPU功能和组成)
- 完成RPA类产品设计需要解决哪些技术问题