В этом посте расскажу про несколько книг, которые (естественно, на мой субъективный взгляд) могут стать надежной основой для решения задач из мира анализа данных. Отличительной особенностью этих книг является тот язык, которым они написаны. Язык, хорошо понятный инженерам, решающим прикладные задачи. К этому и другим достоинствам добавляется еще тот факт, что список покрывает почти все основные области анализа данных - основы прикладной статистики, тестирование гипотез, разведочный анализ данных, классические методы машинного обучения и глубокое обучение. Собственно: Стентон Гланц. Медико-биологическая статистика, 1999 Статистический анализ и визуализация данных. Мастицкий С.Э., Шитиков В.К., 2015 Введение в статистическое обучение с примерами на языке R. Джеймс Г., Уиттон Д., Хасти Т, Тибширани Р., 2018 Глубокое обучение на R. Шолле Ф., Аллер Дж., 2018 Doing Bayesian Data Analysis. Kruschke J., 2010 Теперь коротко расскажу о каждой книге из списка. Если ...
Yet another R&D engineer's blog