あなたの主なツールは情報、データ、数字、そして彼らの助けを借りた管理であるということを、21世紀の人間として謙虚に。 本日、データサイエンスに関する非常に役立つ参考文献を紹介します。

//一般図書
データサイエンス入門 (Jeffrey Stanton、2013)
スクールオブデータハンドブック (2015)
データ柔術:データを製品に変える技術 (DJ Patil、2012)
Art of Data Science (Roger D.Peng&Elizabeth Matsui、2015)
//データサイエンティストのインタビュー
The Data Science Handbook (Carl Shan、Henry Wang、William Chen、およびMax Song、2015年)
データ分析ハンドブック (Brian Liou、Tristan Tao、およびDeclan Shener、2015年)
//データサイエンスチームを構築する方法
データドリブン:データカルチャーの作成 (Hilary Mason&DJ Patil、2015)
データサイエンスチームの構築 (DJ Patil、2011年)
最高データ責任者を理解する (Julie Steele、2015年)
//データ分析
データ分析スタイルの要素 (Jeff Leek、2015年)
そして、 この秋に読む必要がある9冊の本を忘れないでください。
//ツール
Hadoop:決定版ガイド (Tom White、2011)
MapReduceによるデータ集約型テキスト処理 (Jimmy Lin&Chris Dyer、2010)
//開発と機械学習
機械学習の概要 (Amnon Shashua、2008年)
機械学習 (Abdelhamid Mellouk&Abdennacer Chebira)
機械学習-完全ガイド (Wikipedia)
ソーシャルメディアマイニングの概要 (Reza Zafarani、Mohammad Ali Abbasi、およびHuan Liu、2014年)
データマイニング:実用的な機械学習ツールとテクニック (Ian H. Witten&Eibe Frank、2005)
大規模データセットのマイニング (Jure Leskovec、Anand Rajaraman、およびJeff Ullman、2014年)
データマイニングに関するプログラマーズガイド (Ron Zacharski、2015年)
RattleとRを使用したデータマイニング (Graham Williams、2011)
データマイニングと分析:基本的な概念とアルゴリズム (Mohammed J. Zaki&Wagner Meria Jr.、2014)
ソーシャルWebのマイニング:データマイニングFacebook、Twitter、LinkedIn、Google +、GitHubなど (Matthew A. Russell、2014)
ハッカーのための確率的プログラミングとベイジアン手法 (Cam Davidson-Pilon、2015)
マーケティング、販売、顧客関係管理のためのデータマイニング手法 (Michael JA Berry&Gordon S. Linoff、2004)
帰納論理プログラミング:テクニックとアプリケーション (Nada Lavrac&Saso Dzeroski、1994)
パターン認識と機械学習 (Christopher M. Bishop、2006)
機械学習、ニューラルおよび統計的分類 (D. Michie、DJ Spiegelhalter、およびCC Taylor、1999)
情報理論、推論、および学習アルゴリズム (David JC MacKay、2005)
Rを使用したデータマイニングとビジネス分析 (Johannes Ledolter、2013)
ベイジアン推論と機械学習 (David Barber、2014)
機械学習のためのガウス過程 (CE Rasmussen&CKI Williams、2006)
強化学習:はじめに (Richard S. Sutton&Andrew G. Barto、2012)
強化学習のアルゴリズム (Csaba Szepesvari、2009)
ビッグデータ、データマイニング、機械学習 (Jared Dean、2014)
データを使用したモデリング (Ben Klemens、2008)
KB-Pythonソースを使用したニューラルデータマイニング (Roberto Bello、2013)
深層学習 (Yoshua Bengio、Ian J. Goodfellow、およびAaron Courville、2015年)
ニューラルネットワークとディープラーニング (マイケルニールセン、2015年)
Rのデータマイニングアルゴリズム (Wikibooks、2014)
データマイニングと分析:基本概念とアルゴリズム (Mohammed J. Zaki&Wagner Meira Jr.、2014)
高度なテキストマイニングの理論と応用 (桜井茂明、2012年)
//統計について
Think Stats:Pythonでの探索的データ分析 (アレンB.ダウニー、2014年)
ベイズを考える:ベイズ統計をシンプルに (アレンB.ダウニー、2012年)
統計学習の要素:データマイニング、推論、および予測 (Trevor Hastie、Robert Tibshirani、およびJerome Friedman、2008年)
Rでのアプリケーションを使用した統計学習の概要 (Gareth James、Daniela Witten、Trevor Hastie、およびRobert Tibshirani、2013年)
実験の設計と分析の最初のコース (Gary W. Oehlert、2010年)
//データの視覚化
D3のヒントとコツ (Malcolm Maclean、2015)
Web用のインタラクティブなデータ視覚化 (Scott Murray、2013年)
//そしてちょうどビッグデータ
破壊的可能性:ビッグデータがすべてを変える方法 (Jeffrey Needham、2013)
Real-Time Big Data Analytics:Emerging Architecture (Mike Barlow、2013)
Big Data Now:2012 Edition (O'Reilly Media、Inc.、2012)
また、 キャリアエンジンの書籍も豊富に取り揃えています。