Karina Kato
💻 Cientista de Dados Especialista no iFood
Irei abordar neste artigo os livros que eu considero interessantes para cientistas de dados iniciantes. Alguns deles podem ser úteis para profissionais de outras áreas ou para cientistas de dados já em nível intermediário ou avançado.
Para escrever este artigo eu comprei os livros que eu ainda não tinha dentre os básicos que estou indicando. Fiz um overview para cada um deles explicando quem é o público alvo, objetivo, conteúdos e detalhes.
Tentei trazer livros que tivessem o mínimo de redundância entre si e explorassem vários dos conhecimentos que discutimos nos outros artigos, principalmente as habilidades técnicas básicas de cientistas de dados e as áreas relacionadas a ciência de dados (programação, negócios e matemática).
Os livros técnicos geralmente são caros, mas tentei trazer sugestões que não passassem de R$100,00. Além disso, todos são em português e fáceis de serem encontrados on-line ou em livrarias.
Então, vamos lá!
▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
Livros de Data Science
A seguir estão as minhas sugestões. Obviamente, você não precisa comprar todos os livros. Veja quais ou se algum faz sentido para você. Lembrando que como comentei no primeiro artigo da série, estude com foco. Não é uma classificação binária ser iniciante ou não. Você possivelmente precisará mais ou menos de determinado assunto por conta do seu contexto. Logo, vá priorizando os conteúdos a serem estudados de acordo com a sua necessidade.
▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄
1. Data Science do Zero
A seguir estão as minhas sugestões. Obviamente, você não precisa comprar todos os livros. Veja quais ou se algum faz sentido para você. Lembrando que como comentei no primeiro artigo da série, estude com foco. Não é uma classificação binária ser iniciante ou não. Você possivelmente precisará mais ou menos de determinado assunto por conta do seu contexto. Logo, vá priorizando os conteúdos a serem estudados de acordo com a sua necessidade.
Para quem é o livro?
- Aspirantes a Cientista de Dados
Objetivo do livro:
- Dar uma visão geral sobre ciência de dados para iniciantes. O livro relaciona a programação em Python com os conhecimento de matemática e estatística para ciência de dados.
Quais são os conteúdos?
- Mini curso de Python
- Básico de álgebra linear, estatística e probabilidade para Data Science
- Hipótese e inferência
- Algoritmo gradiente descendente
- Como obter e manipular dados
- Machine learning e algoritmos básicos de classificação, regressão e clusterização
- Áreas relacionadas a ciência de dados
- Informações básicas de SQL e MapReduce
Detalhes do livro:
- O foco não é ser um livro profundo de matemática ou estatística, mas sim trazer uma base para que o leitor se sinta confortável com essas disciplinas. Similarmente, Python também não é abordado em profundidade.
- Constrói ferramentas e implementa algoritmos na mão para que o leitor entenda melhor o funcionamento, mas não devem ser usados em cenários reais. O autor indica bibliotecas mais adequadas para estes cenários.
- O autor traz uma visão geral da maioria dos tópicos importantes para cientistas de dados iniciantes.
▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄
2. Storytelling com dados
A seguir estão as minhas sugestões. Obviamente, você não precisa comprar todos os livros. Veja quais ou se algum faz sentido para você. Lembrando que como comentei no primeiro artigo da série, estude com foco. Não é uma classificação binária ser iniciante ou não. Você possivelmente precisará mais ou menos de determinado assunto por conta do seu contexto. Logo, vá priorizando os conteúdos a serem estudados de acordo com a sua necessidade.
Para quem é o livro?
- Qualquer pessoa que queira aprender ou aprimorar a comunicação a partir de dados.
Objetivo do livro:
- Como fazer o planejamento, desenvolver conteúdo e contar uma narrativa com dados de forma efetiva para prender a atenção do ouvinte ou leitor..
Quais são os conteúdos?
- Entender o contexto do público para preparar apresentações mais efetivas que prendam mais a atenção
- Dicas e exemplos do que fazer e o que evitar nos gráficos
- Dicas de como os elementos visuais podem ser estruturados para destacar conteúdos
- Técnicas para construir uma narrativa forte
Detalhes do livro:
- O foco não é em usar uma ferramenta específica, mas em quais são as melhores práticas de como transmitir os insights a partir de dados.
- É um excelente livro para melhorar sua apresentação de resultados com dados, seja on-line ou off-line.
▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄
3. Machine Learning — Guia de Referência Rápida:
Para quem é o livro?
- Para quem quer aprender mais sobre aprendizado de máquina, podendo ser iniciante ou mesmo se já tiver certo conhecimento.
- Pressupõe uma noção bem básica de Python.
Quais são os conteúdos?
- Aborda de forma prática a parte central do ciclo de desenvolvimento de modelos de aprendizado de máquina: análise exploratória de dados, processamento de dados, escolha de features, criação do modelo e avaliação do modelo.
- Aborda vários algoritmos básicos de aprendizado de máquina.
- Mostra aprendizados de classificação, regressão e clusterização.
Detalhes do livro:
- É ótimo para complementar os seus conhecimentos de aprendizado de máquina.
- Possuí vários trechos de códigos em cada capítulo.
- Não aborda Deep Learning.
▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄
4. Data Science para Negócios
Para quem é o livro?
- Pessoas de outras áreas que precisem ter certo conhecimento em ciência de dados
- Aspirantes a cientista de dados
Objetivo do livro:
- Mostrar como ciência de dados pode ser aplicado na visão de negócios e te incentivar a pensar na tomadas de decisões de forma mais analítica orientada a dados.
Quais são os conteúdos?
- Panorama do uso de ciência de dados
- Inúmeros exemplos de como a mineração de dados pode ser aplicada ao negócio
- Como pensar com dados de forma analítica
- Como extrair conhecimento a partir de dados
Detalhes do livro:
- Não é um livro técnico. Ele não entra muito na parte matemática dos algoritmos ou da programação em si. Entra apenas no conceitual.
- A proposta dos autores é tentar criar um livro mais atemporal focando na ciência e não na tecnologia.
- Há um glossário no final do livro que pode ser interessante para quem está tendo primeiro contato com alguns dos conceitos.
- Um ponto que mais me chamou atenção neste livro não é o conteúdo, mas a forma didática de como é apresentado. Cada conceito novo vem inserido em um contexto de negócios para facilitar o entendimento do leitor de como aplicá-lo.
▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄▀▄
Neste artigo não entraremos na polêmica discussão de qual é a melhor linguagem de programação para ciência de dados. Então estou deixando aqui algumas recomendações extras de livros interessantes que abordam Python ou R. Lembrando que independente de qual é a linguagem de programação escolhida é interessante estudar não apenas a teoria. É importante colocar a mão na massa também!
Python:
- Python para análise de dados: Tratamento de dados com Pandas, NumPy e IPython
- Pense em Python: Pense Como um Cientista da Computação
R:
- R para Data Science
- Estatística Prática para Cientistas de Dados
Plataformas de cursos
Adicionalmente, como eu sei que tem várias pessoas que preferem estudar através de cursos ou bootcamps, vou deixar sugestões de plataformas on-line que eu gosto muito.
Plataformas com conteúdos em inglês:
- Coursera
- Udacity
- Pluralsight
- Kaggle
- DataCamp
Plataformas com conteúdos em português:
- Alura
- Digital Innovation One
- IGTI
*A Udemy também é uma boa plataforma e com preços mais acessíveis, mas nem todos os cursos são bons. Olhe bem as avaliações e conteúdos que serão abordados antes de comprar um curso. Similarmente, você também pode estudar de graça a partir de vídeos do Youtube se filtrar bem os conteúdos.
Você já conhecia algum desses livros ou plataformas?
▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬▬
Bom, esse aqui é o último artigo da série Dicas valiosas para Aspirantes a Cientistas de Dados. Espero sinceramente que esses conteúdos tenham te ajudado de alguma forma! Seja te dando mais direcionamentos na hora de começar um processo seletivo, na decisão de se tornar ou não um cientista de dados, na construção do seu plano de desenvolvimento com as habilidades passadas ou até mesmo economizando dinheiro nas escolhas dos livros de estudos.
Tentei trazer não apenas teorias que fossem importantes, mas dicas práticas aplicadas ao mercado de trabalho.
O que vimos na série Dicas Valiosas:
- Dicas valiosas para aspirantes a cientista de dados — introdução✔️
- Dicas valiosas para aspirantes a cientista de dados — conceitos✔️
- Dicas valiosas para aspirantes a cientista de dados — habilidades✔️
- Dicas valiosas para aspirantes a cientista de dados — materiais de estudo ✔️
Sinta-se à vontade para deixar seu feedback aqui e compartilhar esse artigo com quem estiver tentando entrar na área.
Um grande abraço, bons estudos e boa sorte! 🤗
