Buku Rekomendasi Penunjang Tugas Data Scientist
Profesi data scientist membutuhkan pemahaman yang kuat berkaitan dengan data, proses analisis, dan juga tools yang tepat untuk menyelesaikan permasalahan yang ditemukan. Sehingga penting bagi seorang data scientist untuk tetap memiliki buku referensi sebagai penunjang tugasnya. Buku ini akan membantu data scientist untuk memiliki logika yang lebih kuat, semakin mahir mengaplikasikan tools, dan lebih terbiasa untuk menyajikan data menjadi informasi yang mudah dipahami.
Ada banyak buku rekomendasi bagi data scientist. Baik untuk pemula atau kalian yang sudah berada pada tingkat lanjut. Nah, kali ini kita akan membahas buku yang cocok untuk semua kalangan. Kalian yang masih pemula bisa menggunakan salah satu dari 4 rekomendasi di bawah ini sebagai bahan belajar juga. Apa saja buku tersebut dan garis besar isinya? Yuk, simak penjelasannya!
1. Data Science from Scratch: First Principles with Python
Buku yang ditulis oleh Joel Grus ini merupakan buku yang tepat dibaca oleh pemula. Secara umum isi buku ini cocok untuk para data analyst dan data scientist. Buku ini akan menjelaskan secara praktis tentang Python, aljabar linier, statistik, dan probabilitas. Setelah membaca ini, beberapa poin yang akan kalian pahami yaitu:
Mengumpulkan, eksplorasi, membersihkan, dan memanipulasi data.
Mendalami tentang machine learning
Implementasi model machine learning seperti k-nearest neighbors, Naïve Bayes, linear and logistic regression, decision trees, neural networks, dan clustering
Eksplorasi data untuk sistem rekomendasi dan proses lainnya seperti natural language processing, network analysis, dan MapReduce
Baca juga : Mengenal Profesi Data Scientist
2. Python Data Science Handbook
Jika buku sebelumnya kebanyakan membahas dasar dan teorinya, maka buku yang ditulis oleh Jake VanderPlas ini lebih banyak menjelaskan dengan praktik menggunakan Python. Buku ini membahas kebutuhan seluruh proses pada data science, mulai dari mendapatkan data, eksplorasi data, memodelkan data, dan mengomunikasikan/memvisualisasikan hasilnya. Setiap halaman kaya akan informasi dan memberikan contoh kasus penggunaan praktis, trik pengoptimalan, dan menambahkan dimensi baru pada pemahaman kalian tentang topik tersebut. Setelah membaca buku ini, pemahaman kalian akan meningkat pada aspek:
Penggunaan NumPy untuk manipulasi data
Penggunaan Pandas untuk eksplorasi data
Visualisasi data menggunakan Matplotlib
Studi kasus pemodelan machine learning
3. Build A Career in Data Science
Buku karya Emily Robinson dan Jacqueline Nolis ini akan membantu kalian untuk mendapatkan pekerjaan di bidang data science dan tips untuk menapaki jenjang karir profesional. Buku ini memandu pembaca cara membuat portofolio proyek berkaitan dengan data science. Penulis buku ini membahas pula cara bernegosiasi, dan berkomunikasi menggunakan data. Buku ini juga memuat beberapa wawancara dengan ilmuwan data profesional. Buku ini dibagi menjadi empat bagian penting diantaranya:
Bagian 1: Getting Started With Data Science
Bagian 2: Finding Your Data Science Job
Bagian 3: Settling Into Data Science
Bagian 4: Growing In Your Data Science Role
Baca juga : Yuk Kenal Role Data Scientist, Profesi Menarik Dengan Gaji Besar
4. Data Science Projects with Python
Buku ini lebih banyak mengulas penggunaan Python dalam menyelesaikan studi kasus yang ada di dunia. Sehingga di sini kalian akan mendapatkan arahan secara langsung cara mempraktikkan penggunaan Python di berbagai bidang industri. Setelah membaca buku ini, kalian akan mampu:
Mengidentifikasi masalah dan memecahkannya dari sudut pandang ilmu data science
Menggambarkan pola dalam data menggunakan visualisasi yang sesuai
Menerapkan algoritma machine learning yang sesuai untuk mendapatkan insight dari data
Konten yang terdapat pada buku ini di antaranya yaitu:
Data Exploration and Cleaning
Pengenalan Scikit-Learn and Model Evaluation
Penggunaan Logistic Regression and Feature Exploration
Bias-Variance Trade-off
Decision Trees and Random Forests
Analisis Finansial dan Penyampaian kepada Client
Buku ini lengkap dengan latihan, aktivitas, dan solusi langkah demi langkah yang praktis. Isinya ditulis dengan struktur yang baik dan mudah dipahami. Buku ini cocok untuk kalian yang sudah akrab dengan Python dasar.
Pemahaman terhadap tugas data scientist tentunya akan semakin kuat jika dipraktikkan secara langsung. Dengan menggunakan berbagai tools untuk menyelesaikan permasalahan data science, kalian akan menjadi data scientist yang handal. Nah, DQLab juga hadir untuk menjadi teman belajar kalian selain buku rekomendasi di atas. Mengapa harus DQLab? DQLab memiliki modul pembelajaran dengan bahasa yang sederhana, dilengkapi dengan Live Code Editor, dan dibantu oleh mentor ketika ada kesulitan menjadi keunggulan yang tidak boleh kalian lewatkan.
Yuk segera Sign Up atau bisa isi form signup dibawah ini ya dan nikmati metode pembelajaran yang mudah dan menyenangkan!
Penulis: Dita Feby
Editor: Annisa Widya