Separamos para você uma coletânea de livros gratuitos sobre Data Science. São excelentes livros, completos e de diferentes níveis. Dividimos os livros em 5 categorias: Introdução Não Técnica, Matemática e Estatística, Análise, Visualização e Mineração de Dados, Programação Python Para Data Science e Machine Learning.

Todos os livros estão com os links para os sites oficiais e uma breve descrição. Guarde este valioso post nos seus favoritos, acesse os livros, estude e mantenha sua preparação em dia. A demanda por profissionais de Ciência de Dados segue alta e com tendência de aumento para os próximos anos.

Boa leitura!

Introdução Não Técnica

1- Data Science – A First Introduction

Excelente livro, 100% online, com uma completa introdução ao processo de Ciência de Dados.

2- Data Science Handbook

O Data Science Handbook é uma compilação de entrevistas detalhadas com 25 Cientistas de Dados, onde eles compartilham suas ideias, histórias e conselhos.

Nota: os 2 livros acima, embora possam ser adquiridos gratuitamente, sugerem alguma doação para os autores, como forma de recompensá-los pelo trabalho realizado.

Matemática e Estatística

3- An Introduction to Statistical Learning with Applications in R

Este livro fornece uma introdução aos métodos estatísticos de aprendizagem. O livro também contém vários laboratórios em Linguagem R com explicações detalhadas sobre como implementar os vários métodos em ambientes da vida real e pode ser um recurso valioso para um Cientista de Dados praticar o conhecimento adquirido em um curso online como Big Data Analytics com R e Azure Machine Learning.

4- Think Stats 2e

O Think Stats enfatiza técnicas simples que você pode usar para explorar conjuntos de dados reais e responder a perguntas interessantes. O livro apresenta um estudo de caso usando dados do National Institutes of Health. Os leitores são incentivados a trabalhar em um projeto com conjuntos de dados reais.

5- The Elements of Statistical Learning

Embora a abordagem seja estatística, a ênfase está nos conceitos e não na matemática. Muitos exemplos são dados, com o uso de muitos gráficos. Deve ser um recurso valioso para estatísticos e qualquer pessoa interessada em mineração de dados na ciência ou na indústria. A cobertura do livro é ampla, do aprendizado supervisionado ao aprendizado não supervisionado. Os vários tópicos incluem redes neurais, máquinas de vetores de suporte, árvores de classificação e aprendizado por reforço – o primeiro tratamento abrangente desse tópico em qualquer livro.

A Formação Análise Estatística oferece material em português, prático, passo a passo, e de alto nível. Essa é uma das Formações de maior sucesso na DSA.

Análise, Visualização e Mineração de Dados

6- The Elements of Data Analytic Style

Este livro é focado nos detalhes da análise de dados que às vezes não é abordado livros tradicionais de estatística. O livro é útil como complemento para cursos introdutórios em Ciência de Dados ou análise de dados. É também uma ferramenta de referência útil.

7- A Programmer’s Guide to Data Mining

Se você estiver interessado em aprender um pouco sobre mineração de dados, este guia prático pode ser usado como primeira etapa. É o que este livro fornece. Este guia segue uma abordagem de aprender fazendo, abordagem usada em todos os cursos da DSA.

8- Social Media Mining

O Social Media Mining integra mídias sociais, análise de redes sociais e mineração de dados para fornecer uma plataforma conveniente e coerente para estudantes, profissionais, pesquisadores e gerentes de projetos entenderem os conceitos básicos e os potenciais da mineração de mídias sociais. Ele apresenta problemas únicos decorrentes dos dados de mídia social e apresenta conceitos fundamentais, questões emergentes e algoritmos eficazes para análise de rede e mineração de dados. Adequado para uso em cursos avançados de graduação e início de graduação, bem como em cursos profissionais, o texto contém exercícios de diferentes graus de dificuldade que melhoram a compreensão e ajudam a aplicar conceitos, princípios e métodos em vários cenários da mineração de mídia social.

9- D3 Tips and Tricks

Mais de 600 páginas de dicas e truques para usar o d3.js., uma das principais ferramentas de visualização de dados da web. O objetivo é dar os primeiros passos e avançar. Inclui mais de 50 exemplos de código para download. 

Programação Python Para Data Science

10- Python Data Science Handbook

Os Analistas e Cientistas de Dados que trabalham com a leitura e gravação de código Python encontrarão essa abrangente referência, ideal para lidar com os problemas do dia-a-dia: manipulação, transformação e limpeza de dados; visualização de diferentes tipos de dados; criação de modelos estatísticos ou de aprendizado de máquina. Simplesmente, essa é a referência obrigatória para a computação científica em Python.

11- Object-Oriented Programming with Python

Este livro é um guia simples e definitivo para a programação orientada a objetos em Python 3. Outros livros de gêneros semelhantes fazem uso de estilos e exemplos de escrita complicados para apresentar aos leitores o POO (Programação Orientada a Objetos, a base de tudo que fazemos ao programar em Python para Data Science). No entanto, este livro usa linguagem simples para explicar os conceitos. É destinado a alunos intermediários que já conhecem Python. Para iniciantes, recomendamos o curso gratuito Python Fundamentos Para Análise de Dados.

Machine Learning

12- Understanding Machine Learning: From Theory to Algorithms

Este livro inclui uma discussão sobre a complexidade computacional da aprendizagem e os conceitos de convexidade e estabilidade; paradigmas algorítmicos importantes, incluindo descida de gradiente estocástico, redes neurais e aprendizado estruturado de resultados; e conceitos teóricos emergentes, como a abordagem PAC-Bayes e limites baseados em compressão. Ótimo livro.

13- Machine Learning Yearning

A IA está transformando inúmeras indústrias. O Machine Learning Yearning, um ebook gratuito de Andrew Ng, ensina como estruturar projetos de Machine Learning. Este livro não está focado em ensinar algoritmos de ML, mas em como fazer funcionar os algoritmos de Machine Learning. Não é um livro para iniciantes.

14- Reinforcement Learning: An Introduction

No Aprendizado por reforço, Richard Sutton e Andrew Barto fornecem um relato claro e simples das principais ideias e algoritmos do campo. Esta segunda edição foi significativamente expandida e atualizada, apresentando novos tópicos e atualizando a cobertura de outros tópicos.

15- Deep Learning Book Brasil

Esta é uma iniciativa pioneira da DSA, um material de excelente qualidade que explica em detalhes o que são e como funcionam os modelos de redes neurais artificiais, o principal modelo usados em aplicações de análise de dados e Inteligência Artificial. O livro tem uma linguagem simples, sendo voltado para aqueles que estão dando seus primeiros passos em Ciência de Dados.

Boa leitura.

Equipe DSA