今天，學習您想要的任何新技能的方法都有超過一百萬種方法。您可以前往YouTube并查找視頻，您可以轉到中等并閱讀一些有用的文章，或者您可以收聽播客并在做其他事情時學習。

但是，自書面語言開始以來存在的學習方法之一是書籍。書籍 - 在我看來 - 無論你想學到什么，都是信息的寶石，有機會，書或書籍正在談論它。書籍是我最喜歡和最值得信賴的信息，舊或新的。

[[393508]]

他們可能不是每個人的首選學習方法，但我們都可以承認，在某些時候，我們都回去了一本書來檢查信息。書籍不會神奇地教授你的技能;就像任何其他形式的學習一樣，您需要投入努力并愿意學習，以便您可以充分利用任何書籍或學習資源。

數據科學可以說 - 可以說 - 在線和關閉無限數量的學習資源。并且您只能預測，隨著領域的增長更大，資源數量將變大。在過去幾年中，有這么多的數據科學書籍幾乎是您習慣閱讀的任何語言。

在本文中，我將向2020年出版的5個新的數據科學書籍提出，我認為您是非常有希望閱讀您是否讀到數據科學的新型或已經成為該領域的一部分。

№1：數據科學：SABRA交易的初學者數據科學的完整指南

不可否認的是，數據科學繼續吸引每天加入新的和聰明的人。老實說，我不認為很快就會放慢速度。此列表中的第一本書針對該領域的初學者。

我最喜歡這本書的是，當您需要學習的主要信息時，只有62頁解釋所需的主要信息。本書并不意味著為您提供所需的所有細節，您需要成為數據科學大師。相反，您可以將這本書視為一個詳細的，高級數據科學路線圖，因為任何人都對數據科學的困惑以及成為數據科學家所需的人。

本書涵蓋了數據科學中使用的主要語言和術語，從數學，統計到機器學習和人工智能?；旧?，如果您對數據科學完全熟悉，這本書是一個很好的第一步。

№2：GáborPéceli的測量和數據科學

數據科學是一個龐大的領域，在幾乎所有方面的應用，從最簡單的一個推薦一本書或電影到醫學和醫療保健中的生命關鍵的應用。任何數據科學項目中使用的數據都會根據應用程序不同地收集。

有些是從傳感器收集的;其他人是從網上收集的。由于各種來源，有不同的方式對數據進行測量。測量和數據科學涵蓋了所有基礎知識和更多關于數據和測量主題的更多信息。

本書的不同章節通過了匈牙利的測量和信息系統部門進行的研究，總結了梳理經典和理論測量的結果。這本371頁的書將熟悉關于數據科學中測量所需的所有內容。

№3：一場數據科學：并行地學習R和Python

數據科學中最常用的兩種編程語言是Python和R。它們都是有用的語言，為該字段提供了很多。但是，在數據科學項目的流程中，如果使用R執行它們并反之亦然，某些任務更有效。

用兩種語言編寫的編寫和了解代碼是任何數據科學家獲得的有用技能。此列表中的下一本書允許您并行學習和使用r和Python，如果您決定獨立學習它們，請節省大量時間和精力。

這本216頁的書將通過學習兩個編程語言，專注于數據科學而不是抽象和常規語法。您將學習如何同時執行統計數據，優化，構建預測模型等。

№4：Hosea Droski的初學者的數據分析指南

正如我總是所說，數據科學都是關于數據的，并且任何數據科學項目中的一個基本步驟是數據收集和分析。初學者的數據分析指南側重于教導您如何采取從不同來源收集的原始數據，并從中提取有用的信息。

數據分析是項目的關鍵過程，正確的預測并幫助您的客戶或業務做出正確的決策。本書將教授數據分析的所有基礎知識，從數據挖掘到處理大數據并可視化結果。

此外，書籍涵蓋了數據收集的一個重要方面，例如Web刮擦并使用機器學習收集數據并形成替代數據集。最后，這本書有點深入了解數據管理和商業智能，所有內容都在124頁中。

№5：Charu C. Aggarwal的機器學習的線性代數和優化

可能會驅使人們遠離數據科學的事情是它建立在基本代數和概率概念上的事實。對數學的恐懼是真實的，這就是為什么很多人會告訴我他們不想成為一個數據科學家，因為數學太難了。

但是，數學是幾乎所有技術領域的核心引擎，而不僅僅是數據科學。數學的主要用法之一，更精確的線性代數，是在機器學習模型的優化期間。機器學習的線性代數和優化涵蓋所有線性代數，您需要有效地優化機器學習型號。

本書深入了解線性代數在機器學習優化中的應用。它涵蓋了如何執行許多重要應用，例如奇異值分解(SVD)，圖分析，矩陣分解等。它還涵蓋了為什么機器學習模型需要優化，以及如何執行此操作。本書是我們列表中最長的，近500頁。

總結

當我第一次開始我的Postgrad研究時，我的主管都有一個我在一個房間里看到的最大的書籍系列。這本書不僅在架子上，而是無處不在。事實上，他找到了一種使用書籍來保持他桌面隱私的方法。這本書在椅子上的門口形成了一定的迷宮。

我記得問他一次，為什么你不捐舊書或只是使用數字。他說，對我來說，書籍不僅僅是一種學習主題的方式;這是關于學習新的個性。這就像你正在尋求偷看作者的思想。

成長，書籍 - 印刷品和電子書 - 都是我生命中的主要常量之一。我仍然相信我從閱讀書中獲得的信息，而不是我獲得任何其他方式的書。今天，我列出了5本書，我相信是非常有前途的，新的數據科學書籍，我相信每個人都應該給予閱讀。