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。