O profissional de Negócios Digitais mobiliza habilidades comportamentais, técnicas e digitais que o capacitam para agir em contextos complexos contemporâneos. A capacidade de conseguir ampliar suas competências técnicas de forma autônoma pode ajudar.
Montamos uma lista de livros digitais (ebook) gratuitos (ou quase), disponíveis para complementar a formação em Ciência de Dados.
Tem alguma dica de livro que considera importante? Inclua sua dica nos comentários.
|
Livro |
Breve descrição |
Link de acesso |
Análise fatorialAutor(es): Daniel Abud Seabra Matos e Erica Castilho Rodrigues Editora: Escola Nacional de Administração Pública (Enap) |
Este livro é uma introdução ao método estatístico conhecido como análise fatorial exploratória (AFE). Com relação ao conteúdo a ser abordado, os principais tópicos são: Noções básicas da análise fatorial, análise de componentes principais e análise fatorial, diferença entre análise fatorial exploratória e confirmatória, tipos de correlação e estimação de parâmetros, rotação de fatores: rotação ortogonal e oblíqua, autovalor, cargas fatoriais e escores fatoriais, análise multivariada de dados: técnicas de dependência e de interdependência, principais aplicações da análise fatorial e combinação com outras técnicas multivariadas, principais limitações da análise fatorial, uso do pacote estatístico R. | https://repositorio.enap.gov.br/handle/1/4790 |
Introdução à Ciência de Dados: Fundamentos e AplicaçõesAutor(es): Pedro A. Morettin e Julio M. Singer Editora: IME/USP |
http://www.ime.usp.br/~jmsinger/MAE0217/cdados2020jun21.pdf | |
Tópicos em Probabilidade AvançadaAutor(es): Pedro A. Morettin Editora: ME/USP |
https://www.ime.usp.br/~pam/macro_prob.pdf | |
METODOLOGIA E TÉCNICAS DE PESQUISA NAS ÁREAS DE CIÊNCIAS HUMANASAutor(es): Cézar de Alencar Arnaut de Toledo e Maria Teresa Claro Gonzaga Editora: EDUEM |
1. Metodologia da pesquisa. 2. Projeto de pesquisa. 3. Técnicas de pesquisa. 4. Pesquisa. 5. Artigo científico. 6. Pesquisa bibliográfica. 7. Pesquisa documental. 8. Pesquisa qualitativa. 9. Técnicas de entrevista. 10. Ética na pesquisa | http://old.periodicos.uem.br/~eduem/novapagina/?q=node/666
|
Think Stats: Exploratory Data Analysis in PythonAutor(es): Allen B. Downey Editora: Green Tea Press |
Think Stats é uma introdução a Probabilidade e Estatística para programadores Python. | https://greenteapress.com/wp/think-stats-2e/
Inclui códigos e arquivos complementares |
Modeling with DataAutor(es): Ben Klemens Editora: Princeton University Press |
https://ben.klemens.org/pdfs/gsl_stats.pdf
|
|
Análise exploratória de dados usando o RAutor(es): Enio Jelihovschi Editora: Editus |
http://www.uesc.br/editora/livrosdigitais2/analiseexploratoria_r.pdf
|
|
R para Cientistas SociaisAutor(es): Jakson Alves de Aquino Editora: Editus |
http://www.uesc.br/editora/livrosdigitais_20140513/r_cientistas.pdf | |
Redes Neurais ArtificiaisAutor(es): Fernando C. C. Castro e Maria C. F. Castro Editora: PUCRS |
http://www.fccdecastro.com.br/pdf/RNA_C1.pdf
http://www.fccdecastro.com.br/pdf/RNA_C2.pdf http://www.fccdecastro.com.br/pdf/RNA_C3.pdf http://www.fccdecastro.com.br/pdf/RNA_C4.pdf |
|
Data Science and Machine Learning: Mathematical and Statistical MethodsAutor(es): D.P. Kroese, Z.I. Botev, T. Taimre, R. Vaisman Editora: CRC Press |
O objetivo deste livro é fornecer um livro acessível, mas abrangente, destinado a alunos interessados em obter uma melhor compreensão da matemática e da estatística que sustentam a rica variedade de ideias e algoritmos de aprendizado de máquina em ciência de dados. | https://acems.org.au/data-science-machine-learning-book-available-download
Inclui códigos e arquivos complementares |
Text Mining with R: A tidy approachAutor(es): Julia Silge e David Robinson Editora: O’Reilly |
O foco está na implementação prática, o que não deve ser nenhuma surpresa dado o título do livro, e para um novato em R, parece fazer um trabalho muito bom. | https://www.tidytextmining.com/index.html
Inclui códigos e arquivos complementares |
Causal Inference: What ifAutor(es): Jamie Robins e Miguel Hernan Editora: CRC Press |
A inferência causal é um tópico complexo e abrangente, mas os autores deste livro fizeram o possível para condensar o que consideram os aspectos fundamentais mais importantes em aproximadamente 300 páginas de texto. Com poucos livros acessíveis dedicados ao assunto, este pode ser sua escolha preferida se você estiver interessado em construir sua própria base conceitual. | https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/
Inclui códigos e arquivos complementares |
Statistics with Julia: Fundamentals for Data Science, Machine Learning and Artificial IntelligenceAutor(es): Yoni Nazarathy e Hayden Klok |
https://statisticswithjulia.org/StatisticsWithJuliaDRAFT.pdf | |
Foundations of Data ScienceAutor(es): Avrim Blum, John Hopcroft e Ravindran Kannan |
https://www.cs.cornell.edu/jeh/book%20no%20so;utions%20March%202019.pdf | |
Understanding Machine Learning: From Theory to AlgorithmsAutor(es): Shai Shalev-Shwartz e Shai Ben-David Editora: Cambridge University Press |
O objetivo deste livro é apresentar o aprendizado de máquina e os paradigmas algorítmicos que ele oferece de uma forma baseada em princípios. O livro fornece uma descrição teórica dos fundamentos subjacentes ao aprendizado de máquina e as derivações matemáticas que transformam esses princípios em algoritmos práticos. Após uma apresentação do básico, o livro cobre uma ampla variedade de tópicos centrais não abordados por livros anteriores. | https://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/index.html
Inclui códigos e arquivos complementares |
Natural Language Processing with Python – Analyzing Text with the Natural Language ToolkitAutor(es): Steven Bird, Ewan Klein e Edward Loper Editora: O’Reilly |
Esta versão do livro foi atualizada para Python 3 e NLTK 3 | https://www.nltk.org/book/ |
Python Para Todos: Explorando Dados com Python 3Autor(es): Charles R. Severance |
O objetivo deste livro é fornecer uma introdução à “programação orientada por informática”. A principal diferença entre uma abordagem de ciência da computação e a abordagem de Informática abordada neste livro é um foco maior no uso de Python para resolver problemas de análise de dados comuns. A versão Python 2 do livro está disponível. | https://www.py4e.com/book.php
Inclui códigos e arquivos complementares. Disponível em português e outros 5 idiomas |
Deep LearningAutor(es): Ian Goodfellow, Yoshua Bengio e Aaron Courville Editora: MIT Press book |
O livro de aprendizado profundo é um recurso destinado a ajudar os alunos e profissionais a entrar no campo do aprendizado de máquina em geral e do aprendizado profundo em particular. A versão online do livro está completa e permanecerá disponível online gratuitamente. | https://www.deeplearningbook.org/
Inclui códigos e arquivos complementares |
Dive into Deep LearningAutor(es): Aston Zhang, Zack C. Lipton, Mu Li e Alex J. Smola |
Livro interativo de aprendizagem profunda com código, matemática e discussões. Implementado com NumPy / MXNet, PyTorch e TensorFlow | https://d2l.ai/
Inclui códigos e arquivos complementares |
Mathematics for Machine LearningAutor(es): Marc Peter Deisenroth, A. Aldo Faisal e Cheng Soon Ong Editora: Cambridge University Press |
Um livro sobre Matemática para Aprendizado de Máquina que motiva as pessoas a aprender conceitos matemáticos. O livro não se destina a cobrir técnicas avançadas de aprendizado de máquina porque já existem muitos livros fazendo isso. Em vez disso, fornece as habilidades matemáticas necessárias para ler esses outros livros. | https://mml-book.github.io/
Inclui códigos e arquivos complementares |
The Elements of Statistical LearningAutor(es): Trevor Hastie, Robert Tibshirani e Jerome Friedman Editora: Springer |
Seu método parece seguir uma abordagem lógica ordenada sobre o que e quando os leitores devem aprender. No entanto, os capítulos também funcionam individualmente e ir direto para o capítulo sobre modelos de inferência, por exemplo, funcionará, contanto que você já tenha uma compreensão do que vem no livro anterior isto. | https://web.stanford.edu/~hastie/Papers/ESLII.pdf |
An Introduction to Statistical Learning with Applications in RAutor(es): Gareth James, Daniela Witten, Trevor Hastie e Robert Tibshirani Editora: Springer |
https://statlearning.com/ISLR%20Seventh%20Printing.pdf | |
OpenIntro StatisticsAutor(es): David Diez, Mine Cetinkaya-Rundel e Christopher Barr Editora: Leanpub |
Uma base completa para Estatística, servindo também como base para Ciência de Dados. | https://leanpub.com/openintro-statistics
Preço definido pelo cliente |
Introduction to ProbabilityAutor(es): Joe Blitzstein e William Chen Editora: CRC Press |
Este livro fornece linguagem e ferramentas essenciais para a compreensão de estatísticas, aleatoriedade e incerteza. O livro explora uma ampla variedade de aplicativos e exemplos, desde coincidências e paradoxos até o Google PageRank e a cadeia de Markov Monte Carlo (MCMC). Outras áreas de aplicação exploradas incluem genética, medicina, ciência da computação e teoria da informação. | https://drive.google.com/file/d/1VmkAAGOYCTORq1wxSQqy255qLJjTNvBI/view
Inclui códigos e arquivos complementares no link http://www.wzchen.com/probability-cheatsheet
|
Bayesian Methods for Hackers: Probabilistic Programming and Bayesian InferenceAutor(es): Cameron Davidson-Pilon |
Uma introdução aos métodos Bayesianos e programação probabilística de um ponto de vista de computação e matemática. | http://camdavidsonpilon.github.io/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/
Inclui códigos e arquivos complementares |
Practical Statistics for Data Scientists: 50 Essential ConceptsAutor(es): Peter Bruce e Andrew Bruce Editora: O’Reilly |
Este livro se destina ao cientista de dados com alguma familiaridade com a linguagem de programação R e com alguma exposição anterior às estatísticas. | https://math2510.coltongrainger.com/books/2017-bruce-and-bruce-pratical-statistics-for-data-scientists.pdf
|
R Programming for Data ScienceAutor(es): Roger D. Peng Editora: Leanpub |
Este livro traz os fundamentos da programação R para você, usando o mesmo material desenvolvido como parte da especialização em ciência de dados Johns Hopkins. As habilidades ensinadas neste livro estabelecerão a base para você começar sua jornada de aprendizado da ciência de dados. | https://leanpub.com/rprogramming
Preço definido pelo cliente |
Exploratory Data Analysis with RAutor(es): Roger D. Peng Editora: Leanpub |
Este livro ensina a usar R para visualizar e explorar conjuntos de dados complexos com eficácia. A análise exploratória de dados é uma parte fundamental do processo de ciência de dados porque permite que você apure sua pergunta e refine suas estratégias de modelagem. | https://leanpub.com/exdata
Preço definido pelo cliente |
Data Science at the Command LineAutor(es): Jeroen Janssens Editora: O’Reilly |
Este guia prático demonstra como a flexibilidade da linha de comando pode ajudá-lo a se tornar um cientista de dados mais eficiente e produtivo. Você aprenderá como combinar ferramentas de linha de comando pequenas, mas poderosas, para obter, limpar, explorar e modelar seus dados rapidamente. | https://www.datascienceatthecommandline.com/1e/
Inclui códigos e arquivos complementares |
Python 101Autor(es): Michael Driscoll Editora: Leanpub |
Aprenda a programar com Python 3 do início ao fim. O Python 101 começa com os fundamentos do Python e, em seguida, desenvolve o que você aprendeu com ele. O público deste livro é principalmente pessoas que já programaram no passado, mas desejam aprender Python. Este livro cobre uma boa quantidade de material de nível intermediário, além do material para iniciantes. | https://python101.pythonlibrary.org/
Inclui códigos e arquivos complementares |
Mining of Massive DatasetsAutor(es): Anand Rajaraman, Jure Leskovec e Jeffrey D. Ullman Editora: Cambridge University Press |
O livro foi elaborado no nível de graduação em ciência da computação, sem pré-requisitos formais. Para apoiar explorações mais profundas, a maioria dos capítulos é complementada com referências de leitura adicional. | http://www.mmds.org/
Inclui códigos e arquivos complementares |
Machine Learning YearningAutor(es): Andrew Ng |
A IA está transformando várias indústrias e o livro ensina como estruturar projetos de aprendizado de máquina. Este livro se concentra não em ensinar algoritmos de ML, mas em como fazer os algoritmos funcionarem. | https://www.deeplearning.ai/machine-learning-yearning/
|
Executive Data Science: A Guide to Training and Managing the Best Data ScientistsAutor(es): Brian Caffo, Roger D. Peng e Jeffrey Leek Editora: Leanpub |
Este livro ensina como montar e liderar uma empresa de ciência de dados para que sua organização possa avançar para a extração de informações de big data. Este livro é baseado na aclamada Johns Hopkins Executive Data Science Specialization. | https://leanpub.com/eds
Preço definido pelo cliente |
Statistics in Plain EnglishAutor(es): Timothy C. Urdan Editora: Routledge |
Este livro cobre técnicas estatísticas gerais, e não apenas aquelas destinadas a cientistas de dados ou programadores. No entanto, é escrito em um estilo muito simples e cobre uma ampla gama e profundidade de conceitos estatísticos de uma forma muito simples de entender. O livro foi originalmente escrito para alunos que estudam um curso não baseado em matemática, em que é necessária uma compreensão de estatística, como as ciências sociais. Portanto, cobre teoria suficiente para entender as técnicas, mas não assume uma base matemática existente. É, portanto, um livro ideal para ler se você está entrando na ciência de dados sem um diploma em matemática. | https://www.book2look.com/embed/9781317526988
|
Computer Age Statistical Inference: Algorithms, Evidence and Data ScienceAutor(es): Bradley Efron e Trevor Hastie |
Este livro nos leva a uma jornada pela revolução na análise de dados após a introdução da computação eletrônica na década de 1950. Começando com teorias inferenciais clássicas – Bayesiana, frequentista, Fisheriana. Capítulos individuais ocupam uma série de tópicos influentes: análise de sobrevivência, regressão logística, Bayes empírica, bootstrap, random forests, redes neurais, cadeia de Markov Monte Carlo, inferência após modelo de seleção, e outras. O livro integra metodologia e algoritmos com inferência estatística e termina com especulações sobre a direção futura das estatísticas e ciência de dados. | https://web.stanford.edu/~hastie/CASI/
Inclui códigos e arquivos complementares |
Guia brasileiro de análise de dados: armadilhas & soluçõesAutor(es): Claudio D. Shikida, Leonardo Monasterio e Pedro Fernando Nery Editora: Enap |
O guia é dividido em oito capítulos assinados por especialistas nas áreas de saúde, mercado e trabalho, crime e violência, educação, pobreza e desigualdade, macroeconomia, causalidade e opinião pública. “Acreditamos que um pesquisador que se depara com um tema novo, quem escreve uma notícia ou artigo ou qualquer pessoa que já tenha questionado alguma manchete de jornal vai se beneficiar ou se interessar pela obra. Nossa intenção foi criar um guia que, de forma didática, auxilie no uso e interpretação de dados”. | https://repositorio.enap.gov.br/handle/1/6039
|
Ciência de Dados com R: IntroduçãoAutor(es): Paulo Felipe de Oliveira, Saulo Guerra e Robert McDonnell Editora: IBPAD |
https://www.ibpad.com.br/o-que-fazemos/publicacoes/introducao-ciencia-de-dados-com-r
|
|
Monitoramento e Pesquisa em Mídias Sociais: metodologias, aplicações e inovaçõesAutor(es): Max Stabile e Tarcízio Silva Editora: IBPAD |
O livro Monitoramento e Pesquisa em Mídias Sociais: metodologias, aplicações e inovações reúne colaborações de uma rede de profissionais e pesquisadores que atuam em universidades, empresas e agências. Temas basilares, mas ainda controvertidos, como análise de sentimento, atendimento ao consumidor ou etnografia somam-se a aplicações e inovações que vão de reconhecimento de imagem a estudos sobre memes, compondo contribuição sólida ao campo. | https://www.ibpad.com.br/o-que-fazemos/publicacoes/monitoramento-e-pesquisa-em-midias-sociais-metodologias-aplicacoes-e-inovacoes/#olivro
|
HBase: The Definitive GuideAutor(es): Lars George Editora: O’Reilly |
Se você está procurando uma solução de armazenamento escalável para acomodar uma quantidade virtualmente infinita de dados, este livro mostra como o Apache HBase pode atender às suas necessidades. Como a implementação de código aberto da arquitetura BigTable do Google, o HBase é escalonado para bilhões de linhas e milhões de colunas, garantindo que o desempenho de gravação e leitura permaneça constante. Muitos executivos de TI estão fazendo perguntas pontuais sobre o HBase. Este livro fornece respostas significativas, quer você esteja avaliando este banco de dados não relacional ou planejando colocá-lo em prática imediatamente. | https://www.mpam.mp.br/attachments/article/6214/HBase%EF%BC%9AThe%20Definitive%20Guide.pdf
|
A Gentle Introduction to Apache SparkEditora: Databricks |
A Databricks tem o prazer de apresentar este e-book como uma introdução prática ao Spark. Com rápida adoção por empresas em uma ampla gama de setores, o Spark foi implantado em grande escala, processando coletivamente vários petabytes de dados em clusters de mais de 8.000 nós. Se você é um desenvolvedor ou cientista de dados interessado em big data, Spark é a ferramenta para você. | https://databricks.com/p/ebook/gentle-intro-to-apache-spark
|
Great selection of modern and classic books waiting to be discovered. All free and available in most ereader formats. download free books https://www.philadelphia.edu.jo/library/directors-message-library
I have read so many posts about the blogger lovers however this post is really a good piece of writing, keep it up
Olá Lina, obrigado pela contribuição
whoah this blog is wonderful i really like reading your articles. Keep up the great paintings! You realize, a lot of people are hunting round for this info, you could help them greatly.
Que boa notícia Collen. Espero que aproveite o material.
I have read so many posts about the blogger lovers howeverthis post is really a good piece of writing, keep it up.
Olá Erena, obrigado pelo comentário
whoah this blog is wonderful i really like reading your articles. Keep up the great paintings! You realize, a lot of people are hunting round for this info, you could help them greatly.
Obrigado Lina.
Está super convidada, também, para conhecer a Comunidade CiênciaDeDados.org (https://www.cienciadedados.org/).