Se tem uma coisa boa dos tempos modernos é a facilidade em aprender absolutamente QUALQUER coisa pela internet. E o melhor de tudo é a qualidade do conteúdo. Não só temos bons canais e blogs, como também temos conteúdos de universidades de ponta e de editoras renomadas. Pensando nisso, hoje eu resolvi trazer uma lista de 10 livros de Data Science disponíveis online e totalmente gratuitos!
BREVE COMENTÁRIO, TENTE NÃO PULAR
Primeiramente, veja que a lista é de 10 livros de Data Science disponíveis online. Quando eu digo disponíveis, digo de forma regular mesmo, não são pdfs que encontramos por aí. Em outras palavras, o próprio editor resolveu oferecer para as pessoas. Sendo assim, queria só deixar um recado a todos: retribuam sempre que puderem. Ajudem alguém na comunidade sempre que possível.
De verdade, não tenham medo de ajudar o próximo porque ele é seu concorrente. Se você ajuda alguém da comunidade, significa que temos mais cientistas de dados competentes. Se temos mais cientistas de dados competentes, mais as empresas percebem nosso valor, mais elas expandem as áreas e maior é a remuneração da profissão. É assim que tem crescido a carreira e é assim que eu torço para que ela continue se expandindo.
Agora sim, bora pros livros!
CIÊNCIA DE DADOS E ESTATÍSTICA
- Python Data Science Handbook: Que tal um livro completo, que aborda tudo que a maioria dos cursos de Ciência de Dados abordam? Este é o primeiro livro da lista e provavelmente o mais recomendado. Aprenda a usar Python para análise de dados, análise exploratória e modelagem de Machine Learning. Tudo que você encontra em uma série de cursos e especializações num único livro totalmente gratuito. Clique aqui para acessar o livro
- An Introduction to Statistical Learning: A rasgação de seda para com a Springer aqui é eterna hahaha… eles são simplesmente sensacionais e aqui é mais uma obra imprescindível para um cientista de dados. Sabemos que todos os modelos se escoram principalmente em cálculo, álgebra linear e estatística. Este livro é uma obra-prima no que diz respeito ao último dos 3 itens. Aborda os principais assuntos de estatística, apresentando diversos modelos em R. Clique aqui para acessar o livro
- Forecasting Principles and Practices: O livro aborda modelos de séries temporais mais tradicionais, como ARIMA e outros mais simples (média móvel). Ideal para quem está começando a lidar com este tipo de dado. Tal como o exemplo anterior, e diferente da maioria que é mencionada nesta lista, este livro é em R. Clique aqui para acessar o livro
- Bayesian Methods for Hackers: Se você já estudou estatística, provavelmente já ouviu falar de método bayesiano (que se opõe ao frequentista). Este livro não é tão conhecido, até onde eu sei, mas é uma boa maneira de se diferenciar da concorrência aprendendo inferência bayesiana do ponto de vista computacional. Clique aqui para acessar o livro
CONTEÚDOS DE MACHINE LEARNING
- Real-World Machine Learning: Com muitos exemplos práticos e cases reais, este livro é ótimo para quem gosta de uma abordagem mais mão na massa. E o melhor, diversos códigos em Python prontos para serem replicados com datasets do seu trabalho. Clique aqui para acessar o livro
- Interpretable Machine Learning: Como o próprio nome já diz, o livro busca mostrar os algoritmos de Machine Learning de uma maneira “interpretável”. A abordagem do livro é bem prática, cheia de exemplos e, como o nome diz, mostra como interpretar os principais algoritmos utilizados no mercado. Clique aqui para acessar o livro
CONTEÚDO DE ENGENHARIA DE DADOS
- The Data Engineering Cookbook: Se você me acompanha no Twitter (@UniDosDados), já viu eu comentar sobre matérias que falam que a Engenharia de Dados é a nova Ciência de Dados. Não é que não haverá espaço para cientistas de dados no futuro, mas é que saber, nem que seja um pouco, sobre engenharia de dados será essencial a todos. Recomendo olhar pelo menos os primeiros capítulos deste livro e, quem sabe, você se empolga e acaba passando por tudo! Clique aqui para acessar o livro
CONTEÚDOS DE DEEP LEARNING
- Deep Learning (Adaptive Computation and Machine Learning Series): Como já disse em algumas redes sociais, meu foco esse ano é em Deep Learning e Engenharia (Software e de Dados). Por conta disso, esse é um dos livros que vem me ajudando. É bastante técnico e muito completo. Introduz bem temas de Álgebra Linear para depois entrar nos algoritmos de Deep Learning. Recomendo para quem está a fim de um desafio um pouco mais pesado! Clique aqui para acessar o livro
- Deep Learning Book: Enfim um livro em PORTUGUÊS! E digo mais, um livro completíssimo. Bastante teórico, contendo cases de negócio e assuntos muito atuais, como o GPT-3, é um excelente livro para começar no assunto. Sem muita matemática, pode ser uma boa opção para gestores. Clique aqui para acessar o livro
- Dive into Deep Learning: A abordagem do livro é muito interessante, focando muito nos algoritmos e no que está por trás de cada técnica. Tanto é que o começo do livro é passando pela matemática que será necessária, como Cálculo e Probabilidade. Porém, apesar de abordar a ideia dos algoritmos e de introduzir a matemática utilizada, não é um livro tão pesado. Ideal para quem quer saber a ideia por trás dos algoritmos, mas não está tão interessado em sair derivando todas as fórmulas. Clique aqui para acessar o livro
GOSTOU? DÁ AQUELA MORAL PARA A PÁGINA!
E aí? Gostou do conteúdo? Se inscreva para receber todas as novidades. Deixe seu e-mail em INSCREVA-SE na barra à direita, logo abaixo de pesquisar. E, por favor, não deixe de comentar, dar seu feedback e, principalmente, compartilhar com seus amigos. De verdade, isso faz toda a diferença. Além disso, você também pode acompanhar mais do meu trabalho seguindo a conta de Twitter @UniDosDados ou por alguma das redes que você encontra em Sobre o Estatsite / Contato, como meu canal de Youtube Canal Universidade dos Dados. E se você gosta de tecnologia, escute o podcast Futuristando!
Bons estudos!