Forwarded from Data Experts (javad vahdat)
➖➖➖➖➖➖➖➖➖➖➖
برخی از کتاب‌های خوب آماری که هم میتونید برای برنامه نویسی ازش استفاده کنید و هم میتونید برخی مباحث تئوری آماری رو ازش با مثال خوب یاد بگیرید:
1- کتاب "An Introduction to Statistical Learning" نوشته Gareth James ،Daniela Witten،Trevor Hastie و Robert Tibshirani.
این کتاب این کتاب مقدمه ای جامع برای یادگیری آماری شامل مبانی نظری و کاربردهای عملی ارائه میکنه. همچنین این کتاب شامل کدهای R برای پیاده سازی مثال‌ها و مفاهیم آماری هست که خواننده میتونه ازشون برای کارهای خودش کمک بگیره.
2- کتاب "The Elements of Statistical Learning" نوشته Trevor Hastie, Robert Tibshirani, Jerome Friedman.
این کتاب نسخه پیشرفته کتاب قبلی هست که شامل دامنه وسیعی از روش‌های یادگیری آماری است. همچنین همانند کتاب قبلی شامل مباحث نظری یادگیری آماری و مثال‌های پیاده سازی شده به زبان R هست.
3- کتاب"Probability and Statistics for Data Science" نوشته Norman Matloff.
این کتاب مقدمه‌ای جامع در مورد احتمالات و آمار برای حوزه علم داده فراهم کرده که شامل هم مباحث تئوری و هم عملی هست. این کتاب نیز برای پیاده سازی مثال‌ها و بصری سازی مفاهیم پایه از زبان R استفاده کرده و همچنین شامل چندین تمرین می‌باشد که به خواننده جهت ارتقای مهارت‌هایش کمک می‌کند.
4- کتاب "Data Science from Scratch" نوشته Joel Grus.
این کتاب مقدمه‌ای کاربردی برای علم داده محسوب میشه که شامل آمار، برنامه نویسی و یادگیری ماشین هست. این کتاب از کدهای Python برای نوشتن مثال‌ها استفاده کرده و هر دو جنبه تئوری و عملی آمار رو پوشش میده.
5- کتاب "Think Stats" نوشته Allen B. Downey.
این کتاب مقدمه‌ای عملی از آمار برای برنامه نویسان هست که شامل هردوجنبه تئوری و عملی میشه. این کتاب از زبان Python برای مثال‌ها استفاده میکنه و شامل تمرینات زیادی هست که میتونید برای ارتقای مهارت‌هاتون انجامش بدید.
6- کتاب "R for Data Science" نوشته Garrett Grolemund, Hadley Wickham.
این کتاب در کل از جنبه کاربردی و صرفا به دید افزایش مهارت‌های شما در برنامه نویسی و بصری سازی با زبان R پرداخته شده. کل کتاب با مثال جلو میره و هیچ مبحث تئوری گفته نمیشه ولی در کل برای ارتقای مهارت‌های شما در زمینه مرتب‌سازی داده، کشیدن نمودار، مدل‌سازی داده کتاب خوبی هست.
7- کتاب "Statistical Computing with R" نوشته Maria L. Rizzo.
این یک کتاب عالی در زمینه شبیه‌سازی‌های آماری هست که به معرفی متد‌های مخلف پرداخته است. نویسنده سعی داشته در کنار مباحث تئوری که برای انجام شبیه‌سازی‌ها لازم هست با آوردن مثال‌های کاربردی و نوشتن کدهای آن با R تاحد ممکن مبحث رو قابل فهم کند ولی همچنان در بعضی موارد سطح کتاب بالا می‌باشد. ولی در کل برای ارشد و دکتری آمار که میخوان شبیه‌سازی انجام بدن حتما مطالعه کل یا بخشی از این کتاب رو پیشنهاد میکنم.
*تمامی کتاب‌های بالا برای سطح مبتدی و متوسط مناسب می‌باشند.*
➖➖➖➖YouTube➖➖➖➖
https://youtube.com/@dataexperts
➖➖➖➖website➖➖➖➖
https://www.dataexperts.ir
➖➖➖➖➖➖➖➖➖➖➖
🔰 @Data_Experts
➖➖➖➖➖➖➖➖➖➖➖
برخی از کتاب‌های خوب آماری که هم میتونید برای برنامه نویسی ازش استفاده کنید و هم میتونید برخی مباحث تئوری آماری رو ازش با مثال خوب یاد بگیرید:
1- کتاب "An Introduction to Statistical Learning" نوشته Gareth James ،Daniela Witten،Trevor Hastie و Robert Tibshirani.
این کتاب این کتاب مقدمه ای جامع برای یادگیری آماری شامل مبانی نظری و کاربردهای عملی ارائه میکنه. همچنین این کتاب شامل کدهای R برای پیاده سازی مثال‌ها و مفاهیم آماری هست که خواننده میتونه ازشون برای کارهای خودش کمک بگیره.
2- کتاب "The Elements of Statistical Learning" نوشته Trevor Hastie, Robert Tibshirani, Jerome Friedman.
این کتاب نسخه پیشرفته کتاب قبلی هست که شامل دامنه وسیعی از روش‌های یادگیری آماری است. همچنین همانند کتاب قبلی شامل مباحث نظری یادگیری آماری و مثال‌های پیاده سازی شده به زبان R هست.
3- کتاب"Probability and Statistics for Data Science" نوشته Norman Matloff.
این کتاب مقدمه‌ای جامع در مورد احتمالات و آمار برای حوزه علم داده فراهم کرده که شامل هم مباحث تئوری و هم عملی هست. این کتاب نیز برای پیاده سازی مثال‌ها و بصری سازی مفاهیم پایه از زبان R استفاده کرده و همچنین شامل چندین تمرین می‌باشد که به خواننده جهت ارتقای مهارت‌هایش کمک می‌کند.
4- کتاب "Data Science from Scratch" نوشته Joel Grus.
این کتاب مقدمه‌ای کاربردی برای علم داده محسوب میشه که شامل آمار، برنامه نویسی و یادگیری ماشین هست. این کتاب از کدهای Python برای نوشتن مثال‌ها استفاده کرده و هر دو جنبه تئوری و عملی آمار رو پوشش میده.
5- کتاب "Think Stats" نوشته Allen B. Downey.
این کتاب مقدمه‌ای عملی از آمار برای برنامه نویسان هست که شامل هردوجنبه تئوری و عملی میشه. این کتاب از زبان Python برای مثال‌ها استفاده میکنه و شامل تمرینات زیادی هست که میتونید برای ارتقای مهارت‌هاتون انجامش بدید.
6- کتاب "R for Data Science" نوشته Garrett Grolemund, Hadley Wickham.
این کتاب در کل از جنبه کاربردی و صرفا به دید افزایش مهارت‌های شما در برنامه نویسی و بصری سازی با زبان R پرداخته شده. کل کتاب با مثال جلو میره و هیچ مبحث تئوری گفته نمیشه ولی در کل برای ارتقای مهارت‌های شما در زمینه مرتب‌سازی داده، کشیدن نمودار، مدل‌سازی داده کتاب خوبی هست.
7- کتاب "Statistical Computing with R" نوشته Maria L. Rizzo.
این یک کتاب عالی در زمینه شبیه‌سازی‌های آماری هست که به معرفی متد‌های مخلف پرداخته است. نویسنده سعی داشته در کنار مباحث تئوری که برای انجام شبیه‌سازی‌ها لازم هست با آوردن مثال‌های کاربردی و نوشتن کدهای آن با R تاحد ممکن مبحث رو قابل فهم کند ولی همچنان در بعضی موارد سطح کتاب بالا می‌باشد. ولی در کل برای ارشد و دکتری آمار که میخوان شبیه‌سازی انجام بدن حتما مطالعه کل یا بخشی از این کتاب رو پیشنهاد میکنم.
*تمامی کتاب‌های بالا برای سطح مبتدی و متوسط مناسب می‌باشند.*
➖➖➖➖YouTube➖➖➖➖
https://youtube.com/@dataexperts
➖➖➖➖website➖➖➖➖
https://www.dataexperts.ir
➖➖➖➖➖➖➖➖➖➖➖
🔰 @Data_Experts
➖➖➖➖➖➖➖➖➖➖➖
Telegram
Data Experts
An Introduction to Statistical Learning - with Applications in R