https://avehtari.github.io/ROS-Examples/

A deep #book on statistics, regression (of various kinds) and causal inference from some of the best researchers and practicioners. With a #free PDF version available (and source code of examples of course).

https://matheusfacure.github.io/python-causality-handbook/landing-page.html

#free and #opensource #book on #causalinference using Python.

ДМК Пресс выпускает перевод книги "Algorithms for Decision Making".
Оригинал доступен для скачивания бесплатно по второй ссылке. Там же можно глянуть оглавление — оно внушает уважение. 😊

#free #book #algorithms #machinelearning #reinforcementlearning

https://www.logicthrupython.org/

A #book teaching formal mathematical logic (Propositional and First-Order) essentially by building a Proof Assistant in Python. But along the way it considers important meta-theorems like Completeness and Deduction.

Both paperback and hardcover versions are available from Amazon, while chapter "drafts" are available for #free on the site as PDFs. Source code is available as well. In a ZIP file. Yep. 😏

https://fleuret.org/francois/lbdl.html
The Little Book of Deep Learning

A nice concise #free #book covering the fundamentals of #machinelearning and deep architectures, including skip connections, dropout, batch normalisation, attention, autoencoders, transformers and computer vision applications (and some other things).

Free PDFs come in two forms: mobile phone format, which is a bit annoying on a PC, and ready-to-print booklet format, which is also annoying to read on a PC. I guess they nudge you to buy a physical book, which is fair enough.

There's also a lecture course which discusses mostly the same topics, but to a greater depth, I guess. Video recordings, slides, handouts, even a virtual machine with everything installed — all available for free. François Fleuret did a great job here, for real.

https://dp.quantecon.org/

A #free #book on "Dynamic Programming" authored by Thomas J. Sargent (who got a Nobel Prise in macroeconomics) and John Stachurski.

It's a strange kind of "Dynamic Programming", the topics include:
— Fixed points and order
— Markov models
— Optimal stopping
— Markov decision processes
— State dependent discounting
— Nonlinear valuation
— Abstract dynamic programming

Examples are in #Julia and #Python

https://dmkpress.com/catalog/computer/statistics/978-5-93700-245-7/
«В поисках эффекта. Планирование экспериментов и причинный вывод в статистике»

ДМК перевели и издали книгу Nick Huntington-Klein, оригинал которой (и ещё записи лекций в придачу) можно найти онлайн:
https://www.theeffectbook.net/
(или купить на Amazon).

Я, безусловно, это дело полностью одобряю и поддерживаю. Во-первых, я — фанат "причинного вывода" (или "вывода причин"? короче, causal inference). Никому не интересно, что рост продаж коррелирует с увеличением маркетингового бюджета, все хотят знать, приводит ли увеличение бюджета на маркетинг к (дополнительному) росту продаж или нет. Во-вторых, я знаю автора как инициатора и основного контрибьютора https://lost-stats.github.io/ а также видео на YouTube — он создаёт впечатление знающего и весёлого малого. В-третьих, в своём учебнике он делает упор на концептуальное понимание причинности или её отсутствия, планирование экспериментов (experimental design) и казуальные графы a la Judea Pearl. Но и примеры реализации методов causal inference на R, Python и Stata тоже приводит (их и домашние задания можно забрать с GitHub по ссылкам с сайта книги).

Единственное, что вызывает подозрения — перевод статистических терминов. Estimator почему-то называют "оценивателем", и я не думаю, что наши статистики так говорят... Впрочем, в остальном перевод выглядит вполне достойным и передающим немного шутливый авторский стиль.

#book #statistics #causalinference

https://causalml-book.org/

#free #book on #causalinference and CausalML #machinelearning with a lot of Google Colab Notebooks in Python and R using EconML and DoubleML packages.

https://dmkpress.com/catalog/computer/mathematics/978-5-93700-271-6/

Не знал, что на русском вообще есть книги про SciLab, а это уже второе издание, сильно переработанное и дополненное. По сути — учебник для ВУЗов, с задачами для самостоятельного решения. Едва ли расскажет что-то новое заядлым пользователям Matlab/Mathematica/Scientific Python, но как введение в предмет с нуля может быть вполне.

#book

https://drive.google.com/file/d/17e_jZ0WwBCeIt0p1ZBF80QAsnIrDpUv6/view
"Математическая составляющая"

Сборник популярных очерков/заметок/этюдов по прикладной математике. Третья часть состоит из более развёрнутых эссе в том числе по более фундаментальным вопросам математики. Возможно, наиболее полезным является аннотированный список литературы для дальнейшего изучения и погружения.

#free #book #pdf

https://macartan.github.io/integrated_inferences/index.html
"Integrated Inferences: Causal Models for Qualitative and Mixed-Method Research"
Macartan Humphreys and Alan M. Jacobs

A #free #book providing thorough overview of Causal Models and #causalinference methods, and applying them to both qualitative and quantitative research in social sciences. Comes with an R package and examples.

More random old news (the time for a hash tag?):
https://statmodeling.stat.columbia.edu/2024/07/30/free-textbook-on-applied-regression-and-causal-inference/

Another #free #book on regression analysis with the basics of causal inference from Andrew Gelman.

Pretty comprehensive "zero to hero" course on regression including necessary math background, Bayesian treatment, generalized regression models, validation, tips and tricks.

And the source code for all the examples and everything.

https://wanminliu.github.io/Ravi_AG/Ravi_AG.html

"Foundations of Algebraic Geometry" #free #book

Includes super brief intro to Category Theory, then sheaves and presheaves, Grothendiek Schemes, their morphisms, cohomologies and all that jazz...

And another #free #book on #statistics from the list above:

https://tellingstorieswithdata.com/

It covers data search, acquisition, preparation and storage, exploratory data analysis, generalized linear models, causal inference, multilevel regression and post-stratification, visualization and reporting, and making the workflow reproducible.

Examples are in R (employing the Tidiverse), and there are questions and exercises at the end of every chapter.

https://archive.org/details/fsdesign
Practical File System Design with the Be File System

Classic examination of the subject of filesystems written by Dominic Giampaolo (initially designer of BeFS, now at Apple working on APFS).

#free #book from 1999

https://cs.uwaterloo.ca/~plragde/flaneries/LACI/
"Logic and Computation Intertwined" by Prabhakar Ragde

A #free #book on the basics and the theory of Proof Assistants that builds a simple one in Racket.

Already in the introduction the author explains the basic notions and motivations for formalized and mechanized reasoning in mathematics and software development. Good stuff.

https://leanpub.com/leprechauns
"The Leprechauns of Software Engineering" a #book by Laurent Bossavit

A great short book well worth the price. It says "Software Engineering" but it's really about critical thinking and critical reading (analysing sources and performing a basic evaluation of empirical research) applicable to any area. I'd say it's even more applicable to medical information, because there's much-much more presumably-scientific crap one have to sieve through to get any solid knowledge (as recent years spectacularly demonstrated).

But Software Engineering is full of it too, so yeah, grab the book and learn some hilarious history of the field.

https://sites.google.com/view/spbmath

A #free #book (a collection of essays, in English) on the life and major discoveries of many prominent mathematicians who were working in Saint Petersburg.

https://dmkpress.com/catalog/nauchno-populyarnaya-seriya/978-5-93700-314/

Не читал, но одобряю.

Выглядит как книжка "для самых маленьких" — в конце концов, она рассматривает фокусы и объясняет Computer Science "на пальцах" — но на самом деле затрагивает темы, с которыми не все "взрослые программисты" знакомы, например, аксиоматическую семантику Флойда-Хоара-Дейкстры и доказательства корректности программ, инфобез и HCI. За компанию знакомит с краткими биографиями некоторых видных (и не очевидных) фокусников и компьютерщиков. Полезно для общего развития.

#book #computerscience #education

https://bookdown.org/aleksander_mendoza_drosik/learn-isabelle/
«Learn Mathematics and Computer Science with Isabelle»
by Aleksadner Mendoza

Unfortunately the #free #book is unfinished (and looks abandoned), thus the only Mathematics covered are the basic Set Theory, Abstract Algebra and Topology. Luckily the part on Isabelle itself is very good, covering Inductive Data Types and Predicates, Type Classes and Locales, Quotient Types, and many aspects of inner workings of Isabelle and Isabelle/HOL.