Przejdź do głównej zawartości

Jak polubić statystykę? Książka „Analityk Danych”- idealna na początek! [Recenzja]

 


Dlaczego warto przeczytać ten wpis?

    Temat projektów przekładam na kolejny wpis. Muszę się czymś podzielić. Dwa tygodnie temu zakupiłam w Empiku książkę pod tytułem „Analityk Danych” autorstwa Alexa J. Gutmana i Jordana Goldmeiera. Ta pozycja jest REWELACYJNA (pomimo, że dotyczy statystyki w data science). To moja druga książka o statystyce w życiu i muszę przyznać, że tę pierwszą biorę sobie do czytania, gdy nie mogę zasnąć. Sprawdza się doskonale. Natomiast od tej nie mogę się odkleić, co jest naprawdę dziwne, bo jest o statystyce, za którą naprawdę kiedyś nie przepadałam. Teraz jednak dochodzę do wniosku, że to nie była kwestia samej statystyki, bo daleko jej do nudy. To była kwestia sposobu przekazywania mi tych treści. Ta sama historia, co z Excelem.

Co sprawia, że ta książka jest tak dobra?

    Jeśli chodzi o treść książki, to pierwsze, co nasuwa mi się na myśl to jest bardzo zwięzły i zgrabny sposób składania zdań. Warto tutaj wspomnieć, że są książki, które nudzą mnie na poziomie zdań, bo są one zbyt rozwlekle formułowane. Tu nie mam tego problemu. To na plus (w zasadzie będą same plusy, bo książka naprawdę do mnie trafiła).

Ponadto:

  • Autorzy podają bardzo życiowe, proste przykłady. Nie są jakieś skomplikowane i oderwane od rzeczywistości, chociaż akurat ta cecha może nie być aż tak wyjątkowa, bo w ostatnim czasie wszystkie książki, na które trafiam, są pisane w dość przystępny sposób. Niemniej jednak jest to pozytywna cecha.
  • Książka bardzo płynnie przechodzi od krótkiego opisu dlaczego to jest ważna tematyka, poprzez istotę problemu krytycznego spojrzenia na posiadane dane, do podstawowych pojęć, które warto sobie odświeżyć, wnioskowania statystycznego, narzędzi zawartych w ekwipunku specjalisty data science i kończy na „pułapkach”, które czyhają na nas w danych.
  • Warto też wspomnieć, że w książce raz po raz pojawiają się „ćwiczenia myślowe”, które są takimi zagadkami, nad którymi autorzy dają szansę się zastanowić zanim zaprezentują właściwą odpowiedź.

Idealna książka do przyswojenia statystyki w rozsądnym zakresie

    Mam świadomość, że statystyka to rozległa nauka i nie da się jej całej zawrzeć w książce, która ma 200 stron. Jeśli jednak uważnie czytacie tego bloga, to wiecie, że ja nie robię rzeczy na 100%, tylko w potrzebnym mi na dany moment zakresie. Jak na TEN MOMENT to właśnie taką ilość wiedzy chciałam częściowo odświeżyć, a częściowo przyswoić jeśli chodzi o statystykę- idealny zakres i forma podania. Wystarczy „na początek”. Na chwilę.

Czy warto kupić „Analityka Danych”? Moja opinia

    Zdecydowanie TAK! Kupiłabym ją jeszcze raz i Wam też ją polecam. Jeśli chcecie zrozumieć statystykę w kontekście analizy danych i Data Science, to jest świetny wybór.

Komentarze

Popularne posty z tego bloga

10+ najczęstszych błędów w analizie danych (i jak ich uniknąć przed certyfikatem DataCamp)

  Gdy życie krzyżuje plany  (i co z tego wynika) Jestem na etapie kończenia zaplanowanych powtórek. Wszystko idzie trochę wolniej, niż zakładałam, bo życie (ech, znowu ono) pokrzyżowało mi plany. Mam teraz coś znacznie ważniejszego, z czym muszę się zmierzyć, niż jakikolwiek certyfikat. W tym krótkim poście chciałabym pochylić się nad częstymi błędami, które zdarzają się osobom przygotowującym się do certyfikatu, do którego ja też podchodzę. Pisałam o nim tutaj →  Certyfikat DataCamp: Python Data Associate- jak się do niego przygotowuję? . Skąd wzięłam te błędy? Najpierw przedstawię błędy wymieniane przez autorów materiałów na DataCampie. Potem przejdę przez takie, które często pojawiają się w innych źródłach (np. tu: laboratorium-mozliwosci.pl , dataconversion.ie ). Później dorzucę coś od siebie - czyli błędy, które sama popełniłam. A na koniec to, co podpowiedział mi jeszcze ChatGPT (jako uzupełnienie listy). Z mojej perspektywy - osoby, która przygotowuje się do egza...

Excel od podstaw – jak skutecznie się go nauczyć? Mój sposób.

Obraz  Mango Matter  z  Pixabay Zaczynam od Excela     Zgodnie z wynikami analizy z poprzedniego wpisu, moja nauka zaczyna się od Excela.  Plan nauki zakładał pierwotnie opanowanie tego programu w takim stopniu żeby móc w nim swobodnie pracować. Tylko, że to stwierdzenie nic tak naprawdę nie znaczy.  Dlatego w tym poście staram się trochę usystematyzować, co uważam za znajomość Excela na poziomie zerowym, podstawowym, średnim i zaawansowanym. W tej całej nauce, którą tak planuję nie chcę dać się przytłoczyć mnogością materiałów. Nie chcę dać się ponieść perfekcjonizmowi. Postaram się mieć na uwadze, że nawet, jeśli wiemy dużo, to nie wszystko. Tak też będzie ze mną i Excelem. I to jest zupełnie ok.  Mój plan nauki      Postanowiłam wypunktować umiejętności, które można nabyć, a w miarę nauki zobaczę, ile z tej listy tak naprawdę powinnam zrealizować i na którym etapie poczuję się pewniej z tym programem. Jako, że uwielbiam cał...

SQL w 2 godziny dziennie - plan, motywacja, materiały

  Przyszedł czas na ustalenie nowych celów. Mój wybór padł na powtórki i rozszerzanie wiedzy z SQL. Opracowałam już prosty plan, którego zamierzam się trzymać, rozplanowałam sobie jaką część tego planu zamierzam wykonać w poszczególne dni. Jestem podekscytowana. Jak zawsze, gdy zaczynam coś nowego.  Małe sprostowanie: SQL nie jest dla mnie ZUPEŁNIE nowy, uczyłam się go już kiedyś, ale to było dawno i mam potrzebę go odświeżyć.  Dlaczego akurat SQL? Bo to narzędzie, które mimo upływu lat nie traci na aktualności. W świecie danych SQL wciąż jest podstawą  - niezależnie od tego, czy pracujesz w analizie danych, nauce o danych, czy w IT szerzej. Ja sama coraz częściej trafiam na sytuacje, w których jego znajomość bardzo by mi się przydała - przy analizie wyników, raportach, czy integracji danych z różnych źródeł. Poza tym lubię jego logiczność i strukturę - jest coś satysfakcjonującego w dobrze napisanym zapytaniu, które robi dokładnie to, co powinno. Czuję, że warto poś...