R MINING

Mineração de Dados, Estatística, Tecnologia

 R-BLOGGERS! DICAS E CÓDIGOS PARA R. SOBRE MIM NEWSLETTER Search

Livros recomendados – Data Science

Posted on março 12, 2016 by Flavio Barros POPULAR

RELATED POST

Usando R com o MonetDB

Como fazer um carômetro em

Como fazer um carômetro em
Shiny
Shiny
 setembro 27, 2016

Use o stackoverflow!

Onde estudar Estatística?

Impeachment – Análise das

Livros recomendados – Data
Intenções
Science
 março 12, 2016

ANOVA e teste de Tukey no R

 junho 10, 2013

Ao longo dos últimos anos, trabalhando com pesquisa na pós-graduação, como estudante de Estatística e como um
Como fazer mapas eleitorais
analista, eu venho consultando e estudando diversos materiais, de artigos em papers até livros sobre Data Mining,
 outubro 14, 2014
Data Science, Estatística, Big Data e etc. Eu tive oportunidade de consultar muitos bons livros, alguns menos e
muitos que eram realmente ruins. ASSIM, nesse post eu gostaria de apresentar a minha seleção de livros e uma
breve explicação de porque eu gosto deles e o que você pode encontrar nesses materiais. Estou falando de
livros na perspectiva de alguém que trabalha com aplicações, mas não é uma revisão extensiva da literatura da área.
Quem visita esse blog já deve ter percebido que eu uso bastante o R e de fato minha lista tem um certo viés Genetic data, large matrices and
indicando livros que usam essa ferramenta. Vamos aos livros! glmnet()
 fevereiro 25, 2014
1. Probabilidade e Estatística
  Eu consultava esse  livro quando estava estudando Inferência I no bacharelado em
Estatística. Não é um livro que geralmente é utilizado em cursos de Estatística (esse não
estava na bibliografia) pois apresenta a estatística básica em um nível mais conceitual, Dockerizando Shiny Apps
praticamente sem demonstrações. JUSTAMENTE POR ISSO eu acho uma excelente  abril 30, 2015
indicação para entender estatística básica. TODOS os exemplos e exercícios são com
dados reais, de pesquisas reais, nas áreas de engenharia e ciências, o que dá um
gostinho a mais já que o leitor consegue ver exatamente como a estatística é aplicada na
vida real. O livro cobre probabilidade, testes de hipótese, IC’s, teste de independência, Usando R com o MonetDB
ANOVA e etc. Está tudo aí, apresentado de forma muito intuitiva sempre com vistas nas  outubro 15, 2016
aplicações. Um livro realmente muito bom, que para mim na época, fazendo um curso teórico de inferência, trouxe
bastante da intuição sobre os métodos que eu estava estudando.

Quando eu comecei a ler este livro eu mal conseguia parar! É um livro que começa nos primórdios da estatística,
explorando uma anedota que dá o nome ao livro. O autor caminha por toda a Estatística, sem entrar nos detalhes, Dockerizing a Shiny App

mas mostrando o que é, o contexto histórico dos pesquisadores da época, aplicações e etc. É um livro muito  abril 30, 2015
 completo que fornece ao leitor um panorama do que é a Estatística. É um livro que tem
uma leitura leve e agradável e é super indicado para quem nunca ouviu falar de
estatística ou acredita que a área de resume a fazer gráficos e calcular médias! Você CATEGORIAS
pode baixar uma amostra com a introdução nesse link da editora Zahar. Esse é o livro de
leitura mais agradável nessa lista. Uma pequena amostra: “Tentei aqui algo um pouco Aprendizado de Máquina
menos ambicioso: descrever a revolução estatística na ciência do século XX por
intermédio de algumas das pessoas (muitas delas ainda vivas) que nela estiveram
Data Mining
envolvidas. Tratei muito super cialmente o trabalho que elas criaram, só para provar como
suas descobertas individuais se encaixaram no quadro geral.“
Digital Ocean
Nesse momento onde se discute bastante a respeito dos problemas com p-valor, p-
hacking e afins eu achei esse livro muito interessante pois ele aborda esta e outras
Django
questões do ponto de vista das aplicações. O livro é leve, bem escrito e apresenta
para o leitor a importância de entender o tamanho de efeito, como fazer uma análise
de poder e como fazer meta análise. Não é um livro carregado de fórmulas e também Docker
não é um livro que poderia ser usado para um curso de análise de experimentos.
Entretanto, para quem gostaria de entender o que é essa discussão toda sobre p-
Educação
valor acho que esse livro pode ser muito útil.

2. Data Science básico English

  Esse é aquele livro que eu sempre indico para alguém que é leigo, ouviu falar de big
data, data mining ou coisa que o valha, e gostaria de saber do que se tratam estas Estatística

coisas. É um livro pensando para esse público, muito bem escrito por profissionais da
área, com ótimos exemplos e praticamente sem matemática. É um livro conceitual e Git & Github
portanto, apesar de apresentar diversos exemplos muito interessantes, o livro não tem
códigos ou instruções de como implementar as análises em algum software. O objetivo
Linux
do livro é responder ao leitor: o que é Data Science? O que eu posso fazer com isso? O
que a minha empresa pode ganhar com isso?
Machine Learning
  Esse livro é muito interessante também, indo na mesma linha do Data Science for
Business, mas mostrando outros exemplos interessantes e que se aprofunda um pouco
Mineração de Dados
mais nas técnicas e nos estudos de caso. Nesse livro o leitor é levado a analisar dados
reais, mas utilizando simples planilhas eletrônicas como o Excel/LibreOffice Calc. Para
não falar que são só planilhas, bem no final ele apresenta um exemplo com o R. No MonetDB
entanto, a ideia geral do livro é mostrar o que é uma análise de dados, o que você tem a
ganhar com isso e como fazer isso no Excel. É bem legal e para um leitor que não é da
MOOCS
área, mas quer dar um passo além, pondo data science em prática, esse é um livro muito
bom.
Política
3. Linguagem R
Aqui eu vou mencionar livros fortemente relacionados ao ensino e uso do R. Alguns são introduções conceituais Preparação de Dados

também mas que utilizam muito o R ao longo do livro.

R e RStudio
 Pensando em um livro de introdução à linguagem R eu fiquei em dúvida entre este e
um outro. Mas minha sugestão vai para este, uma vez que ele pode ser usado mais
tarde como referência. É um livro muito bom, bem escrito e com bons exemplos. NO r-bloggers
ENTANTO, existem diversos cursos online de introdução a programação em R que
provavelmente eu indicaria ao invés de começar direto pelo livro. MAS cada pessoa
SGBD
aprende diferente, e alguém já versado em outras plataformas pode tirar vantagem
da velocidade de aprender diretamente de um livro. Esse é um que eu gosto muito.
Shiny
Depois que alguém aprende o básico da linguagem R
eu acredito que o grande salto de qualidade é
Wordpress
entender exatamente como funcionam as principais
estruturas de dados da linguagem, como o matrix,
data.frame, list e etc. Além disso também acho muito
TAGS
importante entender como trabalhar com datas, como
consultar bancos de dados relacionais, como alterar a
estrutura de tabelas e etc. Enfim, uma série de ANOVA boas práticas Comparações
conhecimentos com relação à manipulação de dados. múltiplas controle de versão Coursera
Tudo isto está aqui nesse livro, que eu considero um data.table Data Science deploy
dos melhores da série User R!. Uma vez que se perde
deployment edX ensino à distância ggplot2
tanto tempo na etapa de preparação de dados, eu acredito que o conteúdo deste livro é essencial.
Além das técnicas que você vai aprender no livro anterior, o segundo próximo salto git glmnet handwritten recognition
de qualidade que um usuário da linguagem R pode conseguir é aprender a como IBGE implantação k-nn Lasso
programar com eficiência no R. Quem já tem experiência com programação em
machine learning mapas mnist MOOC
outras linguagens costuma ter hábitos que no R podem deixar os scripts muito
moodle PNAD post-hoc R code shiny
lentos. Esse livro é muito interessante neste aspecto, mostrando para o usuário
statistical test statistics Tukey Udacity
porque isso é um problema e como você pode programar melhor. O livro também fala
do processo de manipulação de strings e diversos outros tópicos super web
interessantes. Acho que é uma leitura obrigatória.

Depois de aprender a usar bem a linguagem, o usuário

provavelmente já deve estar versado no processo de gerar visualizações básicas
com os gráficos do pacote base. ENTRETANTO, a maioria dos gráficos de altíssima
qualidade que você vê por aí, gerados com R, são criados com o ggplot2. Eu acho
ESSENCIAL aprender a utilizar este sistema gráfico. Assim, minha sugestão é correr
os exemplos desse livro pelo menos uma vez, para entender a famosa “gramática
dos gráficos” que o ggplot2 implementa. Fiquem atentos que a versão disponível
desse livro para compra provavelmente é antiga, e uma nova versão atualizada estará
sendo lançada em breve, agora em 2016.

Se você pretende trabalhar com Data Science e quer

realmente entender como funcionam os algoritmos de
machine learning minha sugestão é começar com este livro. É um livro de leitura
tranquila, feito justamente para profissionais de outras áreas entenderem e aplicarem
estes métodos e escrito por dois caras que eu sou fã. Esse livro é ótimo como uma
introdução ao machine learning ou statistical learning onde todos os exemplos são
implementados na linguagem R. Apesar de não ser um livro sobre a linguagem, é um
livro ótimo caso você queira uma introdução ao assunto que utilize o R. Entretanto não
é um daqueles livros de aplicações, é um livro teórico sobre o assunto, um livro que
poderia ser utilizado em uma disciplina universitária por exemplo. Dois outros pontos
fortes do livro são: 1) está disponível de graça aqui. 2) Em janeiro os autores
costumam oferecer um MOOC que é praticamente passar por todo este livro.

Esse é o irmão mais velho do livro anterior. É uma verdadeira obra de referência na
área, só que é um livro que apresenta o conteúdo em um nível que pode estar muito
acima daquele estudante que está apenas começando na área de análise de dados. Os
próprios autores afirmam que escreveram o “introduction” para remediar esse
problema. Entretanto é um livro fantástico, super completo, cheio de ótimos exemplos
tal que se você quiser um livro para entender todos os detalhes de machine learning (e
tiver disposição para isso!) esse é o livro que você deve ter. O livro também é
disponibilizado gratuitamente nesse link, mas o livro impresso é de uma qualidade
impressionante, vale muito a pena.

Esse é o livro irmão do “Introduction of Statistical

Learning”, como os próprio autores afirmam. O livro
apresenta exemplos reais de análises utilizando as
técnicas apresentadas no “introduction”. Você vai ver
exemplos de classificação, avaliação de modelos,
regressão, etc. Os dados são dados reais utilizados em
pesquisas dos autores. O livro é muito interessante para
ver como se faz data science na realidade. Cheio de
exemplos super interessantes em áreas  como
quimiometria, detecção de fraude, segmentação de
clientes e etc. Os autores abordam problemas como:
seleção de atributos, problemas com classe desbalanceada, preenchimento de dados faltantes e etc. O livro
portanto tem um enfoque nos aspectos práticos da modelagem e deixa a teoria sobre os modelos utilizados para
outros livros. Os autores deste livro são os mesmos autores do pacote caret que é tão utilizado pela comunidade R
para automatizar tarefas de modelagem. Eles utilizam o pacote extensivamente ao longo do livro.

 Por fim, eu gostaria de adicionar esse livro a lista porque é um livro super interessante para discutir em linhas gerais
o processo de data mining. Ele é um livro mais na linha do livros clássicos de data mining, mas que conta com
muitas aplicações. Neste livro são apresentadas análises práticas de problemas de predição de churn, de fraude,
segmentação de clientes, previsão de risco e etc. Só pelos exemplos das aplicações já vale a pena. As aplicações
não utilizam o R, mas utilizam SAS, Stata, SPSS dentre outros. É uma boa fonte também para quem quer ver como
se faz esse tipo de análise em outros softwares.
 Conclusão
Está longe de ser uma lista exaustiva, muitos bons títulos que eu não conheço devem
ter ficado de fora, mas são todos livros que fizeram muito a diferença para mim.
Também me restringi aos livros que eu realmente li e usei, e muitos aí eu uso como
referência até hoje. Eu teria outras sugestões para livros sobre experimentos, livros
sobre análise de survey, séries temporais e etc. Entretanto eu coloquei mais uma
bibliografia básica sobre o que costuma ser abordado em currículos de cursos de Data
Science que eu vejo por aí.

Posted in Aprendizado de Máquina, Educação, Estatística, Mineração de Dados, R e RStudio

Regras de associação: vendas cruzadas e recomendação RECONHECIMENTO DE DÍGITOS ESCRITOS A MÃO –

PARTE 3

COMMENTS

Eduardo D'Avila
 março 12, 2016 at 5:53 pm
Excelente post.
Obrigado por compartilhar.

 Faça login para responder

Flavio Barros
 março 12, 2016 at 6:56 pm
Vlw Eduardo! Obrigado.

 Faça login para responder

LEAVE A COMMENT

Você precisa fazer o login para publicar um comentário.

Copyright 2016. All rights reserved

Proudly powered by WordPress | Profitmag by Rigorous Themes