La tecnología avanza a pasos agigantados y continuamente se están produciendo avances en campos como el análisis de datos, la experiencia de usuario o la programación. Esto obliga a los profesionales que trabajan en estos sectores a mantenerse actualizados, ya que lo que unos años atrás podría considerarse algo innovador, ahora puede que se esté quedando obsoleto.
Para llegar a ser profesionales cada vez más cualificados y competentes, no nos queda otra que atender a los consejos de aquellos que llevan más tiempo en este mundo. Si nos rodeamos de gente dispuesta a compartir su conocimiento con nosotros, sin duda alguna nuestro aprendizaje evolucionará mucho más deprisa.
Y si prestamos atención a sus vivencias y les preguntamos cómo lograron adquirir los conocimientos que, a buen seguro, al principio nos parecerán totalmente inalcanzables, todos ellos coincidirán a la hora de recomendarnos leer libros sobre aquellas temáticas que más nos atraigan.
Aunque disponemos de muchísima información a nuestro alcance a través de internet, lo cierto es que leer libros nos puede reportar un plus de conocimiento. Y todo porque la información se nos presenta mucho mejor estructurada, de modo que suele ser más completa e incluye ejemplos mucho más desarrollados. Además, supone un esfuerzo que nos obliga a prestar mucha más atención, de forma que aprenderemos mucho más. Por último, comentar que el orden en el que aparecen estos libros no indica ningún tipo de preferencia o predilección, todos son imprescindibles para impulsar tu carrera como Analista de Datos.
[Disclaimer] Los enlaces que compartiremos a continuación no son afiliados, o sea que no recibimos ningún tipo de comisión por seleccionar estos libros. Sin más dilación, comenzamos:
Data Science For Business: What You Need to Know About Data Mining & Data-Analytic Thinking
Si recientemente has comenzado tu andadura en el mundo de la analítica de datos, este libro te será de gran ayuda para orientarte en la jungla del sector y encaminar tus pasos en la dirección en la que quieres crecer profesionalmente. Gracias a las lecciones de dos expertos en la materia de la talla de Foster Provost y Tom Fawcett, podrás entender no solo el “cómo” del análisis de datos, sino también el “porqué” de todos los avances que se están produciendo. Este libro te dará una visión muy completa del valor de los datos desde el punto de vista de un negocio. Desde cómo recoger los datos de forma eficiente, hasta cuáles son las posibilidades en materia de explotación y análisis.
The Hundred-Page Machine Learning Book
En apenas 100 páginas, Andriy Burkov ha sido capaz de aglutinar y resumir los más complejos temas y las ecuaciones más difíciles. Y no contento con ello, ha conseguido ser muy agudo en cuanto a la calidad literaria de la obra para que sea sumamente fácil de comprender. De ahí que tanto los más veteranos en la analítica de datos como los recién llegados al sector lo tengan como una de las obras a las que siempre pueden acudir. Su libro lo puedes utilizar tanto para servirte de inspiración para comprobar la viabilidad de un proyecto que incorpore machine learning, como para resolver problemas algo más técnicos. Estamos seguros de que el capítulo de Fundamental Algorithms te absorberá por completo. ¡Ten un subrayador a mano!
Deep Learning with Python
Tanto si estás dando tus primeros pasos en Deep Learning, como si quieres profundizar en este campo de la inteligencia artificial, entonces nadie mejor que el creador de la potente y versátil biblioteca de Python llamada Keras para enseñarte cómo funciona y las múltiples aplicaciones que tiene. Este libro lo recomendamos para gente con un cierto nivel en Python, pero no se requiere previa experiencia con Keras o TensorFlow, ya que François Chollet te guiará desde cómo preparar tu propio entorno de aprendizaje hasta cómo realizar varios proyectos de NLP y modelos de clasificación.
Data Analytics Made Accessible
Este libro de Anil Maheshwari es uno de los más indicados para aquellos que han comenzado a dar sus primeros pasos en el mundo del análisis de datos. Entre sus páginas encontrarás ejemplos muy explicativos, extraídos del mundo real, para así poder entender cada uno de los capítulos que se plantean. Es un libro con una estructura muy académica, idóneo para aquellos que quieran explorar distintas temáticas como el Data Warehousing, Data Visualization o Cluster Analysis. La última versión del libro además incluye un breve tutorial de data-mining con el lenguaje de programación R. Es uno de los libros más recomendados en las universidades de todo el mundo y no podría faltar en esta lista. ¡Volverás a repasar sus capítulos una y otra vez!
Python Machine Learning
Tal y como comentamos en un post anterior, Python es uno de los lenguajes de programación más versátiles y potentes para análisis de datos. Por esto mismo, resulta fundamental conocer cómo programar de forma adecuada para conseguir los objetivos que te plantees en tus proyectos. Este manual de Vahid Mirjalili y Sebastian Raschka es idóneo para ello, pues combina principios teóricos del aprendizaje automático con varios ejemplos y casos prácticos con Python. En su última versión incluye secciones en las que abarca los frameworks y librerías más recientes, como scikit-learn, Keras y TensorFlow. ¡Un auténtico best-seller!
Artificial Intelligence: A Modern Approach
Considerada por muchos como la ‘Biblia de la IA’, esta obra de Russell Stuart y Norvig Peter, está presente en los planes de estudios de más de 1300 universidades de alrededor de 100 países. Y no es para menos. Un libro sumamente extenso que ahonda en todos los componentes de la Inteligencia Artificial: desde el reconocimiento de voz hasta la traducción automática, pasando por los vehículos autónomos. Si tienes curiosidad por conocer las aplicaciones de la inteligencia artificial en distintas facetas de nuestra vida, este libro te encantará. ¡Sus 7 capítulos te llevarán desde lo más básico de este campo hasta los métodos más avanzados!
Deep Learning (Adaptive computation and machine learning series)
Si te llama la atención el Deep Learning, entonces tendrás que recurrir a esta obra de Ian Goodfellow, Yoshua Bengio y Aaron Courville. Y mejor que lo hagas pronto, puesto que es una de las herramientas que los expertos en este campo recomiendan, ya que ahonda en una amplia gama de temas relacionados con el aprendizaje profundo. Podrás conocer desde los antecedentes tanto matemáticos como conceptuales, hasta las técnicas más utilizadas actualmente. Si estás buscando un libro que profundice en redes neuronales, reconocimiento por voz, lenguaje natural o en optimización de algoritmos, no mires más y hazte con una copia.
Learning from data
Basado en su propia experiencia docente, los autores de este libro de análisis de datos han conseguido elaborar una completa guía para conocer los temas principales que todo aquel científico de datos debe de conocer. Eso sí, como advierten Abu-Mostafa, Magdon-Ismail y Hsuan-Tien Lin, para completar los conocimientos que aparecen plasmados es necesario realizar una serie de ejercicios que ellos mismos han diseñado. Este libro te aportará muy buenos ejemplos de la aplicación del aprendizaje automático en sectores como finanzas, ingeniería, ciencias y negocio. ¡Totalmente recomendable!
The Art of Data Science
Con el amplio bagaje que poseen a sus espaldas, Roger D. Peng y Elizabeth Matsui han elaborado este manual orientado a aquellos que se inician en el mundo de los datos con el fin de compartir las mejores prácticas. Este libro pone el foco especialmente en el proceso de análisis de datos. Abarca los temas más importantes como por ejemplo, filtrado de datos, modelado, técnicas de análisis, interpretación y comunicación de resultados. Además, los autores también comparten sus vivencias personales de los retos y los obstáculos que se han encontrado a lo largo de su extensa carrera. ¡Lectura imprescindible!
Numsense! Data Science for the Layman: No Math Added
En el campo de la analítica de datos, como bien es sabido, las matemáticas juegan un papel clave. No obstante, esta circunstancia no hace del Data Analytics algo inaccesible, y este libro lo demuestra. El propósito de Annalyn Ng y Kenneth Soo no es otro que abordar los principales algoritmos sin necesidad de recurrir a las matemáticas. Se desmenuzan con ejemplos visuales y casos prácticos para que cualquier persona pueda comprender el funcionamiento de los mismos. Si tienes inquietud por saber cómo funcionan los algoritmos de A/B testing, clustering, regresiones lineales o árboles de decisión, te recomendamos que te aferres a este libro.
Todos estos libros sobre analítica de datos te pueden ser de gran ayuda tanto si ya has estudiado el Bootcamp de Data Analytics de Ironhack, como si te estás preparando para realizarlo. Y recuerda, que aunque en internet hay mucha información al respecto, nunca vas encontrar mejor material didáctico que el que se recoge en los libros.
