রেফারেন্সের অনুরোধ: কর্মরত ডেটা বিজ্ঞানীদের জন্য ধ্রুপদী পরিসংখ্যান

Question

আমি রিগ্রেশন, অন্যান্য মেশিন লার্নিং টাইপ অ্যালগরিদম এবং প্রোগ্রামিং (ডেটা বিশ্লেষণ এবং সাধারণ সফ্টওয়্যার বিকাশের জন্য উভয়) এর দৃ experience় অভিজ্ঞতা সহ একটি কর্মরত তথ্য বিজ্ঞানী। আমার বেশিরভাগ কর্মজীবন জীবনের ভবিষ্যদ্বাণীমূলক নির্ভুলতার জন্য মডেল তৈরি করতে (বিভিন্ন ব্যবসায়ের সীমাবদ্ধতার অধীনে কাজ করা), এবং আমার নিজের (এবং অন্যের) কাজের সমর্থন করার জন্য ডেটা পাইপলাইন তৈরিতে মনোনিবেশ করেছে।

পরিসংখ্যান সম্পর্কে আমার কোনও আনুষ্ঠানিক প্রশিক্ষণ নেই, আমার বিশ্ববিদ্যালয়ের পড়াশুনা শুদ্ধ গণিতে ফোকাস। যেমনটি অনেক ধ্রুপদী বিষয়গুলি বিশেষত বিভিন্ন জনপ্রিয় অনুমানের পরীক্ষা এবং অনুমানমূলক কৌশলগুলি শেখার হাতছাড়া করে।

এই বিষয়গুলির জন্য এমন কোনও উল্লেখ রয়েছে যা আমার ব্যাকগ্রাউন্ড এবং অভিজ্ঞতার স্তরের কারও পক্ষে উপযুক্ত হবে? আমি গাণিতিক দৃor়তা পরিচালনা করতে পারি (এবং প্রশংসা করতে পারি), এবং এছাড়াও অ্যালগরিদমিক দৃষ্টিভঙ্গি উপভোগ করতে পারি। আমি এমন রেফারেন্স পছন্দ করি যা পাঠকদের নির্দেশিত অনুশীলনের প্রস্তাব দেয়, উভয় (বা হয়) গাণিতিক এবং (বা) প্রোগ্রামিং ফোকাসের সাথে।

Comments

গণিতের পটভূমির আর একটি ম্যাট হিসাবে, পরিসংখ্যানের ফাঁক-ভরা জ্ঞানের সাথে আমি সম্পর্কিত হতে পারি! আপনি আগ্রহী কোন নির্দিষ্ট ক্ষেত্র / অ্যাপ্লিকেশন আছে? শাস্ত্রীয় পরিসংখ্যানগুলির সাথে লক্ষ্য রাখার একটি বিষয় হ'ল অনুমানগুলি কী ব্যবহৃত হয়।

— জিওম্যাটট 22

এখানে কয়েকটি ভাল রেফারেন্স রয়েছে: ম্যাথওভারফ্লো.नेट

— অ্যালেক্স আর।

Answer 1

ল্যারি ওয়াসেরম্যানের সমস্ত পরিসংখ্যান গাণিতিক পরিসংখ্যানের ঘূর্ণি ঘুরে দেখার জন্য একটি দুর্দান্ত বই। এটি নিজেই গাণিতিক পরিসংখ্যানের প্রথম বই ছিল। এটি হাইপোথিসিস টেস্টিং এবং সর্বাধিক সম্ভাবনার অনুমানের মতো ক্লাসিকগুলিকে অন্তর্ভুক্ত করে তবে এটিতে সম্প্রতি উন্নত তবে বুটস্ট্র্যাপিংয়ের মতো সমান গুরুত্বপূর্ণ বিষয়গুলির প্রচুর কভারেজ রয়েছে। ওয়াসারম্যানের সর্বদা একটি পাখির পরিসংখ্যান থাকে এবং অন্য পায়ে মেশিন লার্নিং থাকে, যা আমি মনে করি সমস্ত সমসাময়িক ডেটা বিশ্লেষককে করা উচিত; আপনি যদি কেবল দুটিটির একটি ক্ষেত্রের সাথে পরিচিত হন তবে আপনি প্রচুর অনুপস্থিত হতে চলেছেন। এছাড়াও, বইটিতে অনেক ভাল অনুশীলন রয়েছে।

যদি আপনার বাস্তব বিশ্লেষণের একটি পটভূমি থাকে এবং আপনি কাঁচা, অবিচ্ছিন্ন স্টাফ চান, যার অর্থ আমি সম্ভাবনা এবং পরিসংখ্যানের একটি পরিমাপ-তাত্ত্বিক চিকিত্সা, মার্ক জে। শেরভিশের থ্যাওরি অফ স্ট্যাটিস্টিক চেষ্টা করুন । শেরভিশ ডিগ্রট এবং শেরভিশের অর্ধেক, যার কম প্রযুক্তিগত বই সম্ভাবনা এবং পরিসংখ্যান সম্ভবত আজ গণিতের পরিসংখ্যানের সবচেয়ে জনপ্রিয় বই। থিওরি অফ স্ট্যাটিস্টিকস হ'ল একটি স্নাতক শিক্ষার্থীদের জন্য সংরক্ষিত বিষয়গুলির জন্য একটি সাহায্যকারী কথাবার্তা যা সাধারণত সমস্ত কাজ নিজেই করার কথা। বেশ সত্যই বলতে গেলে, আমি এই বইটি খুব শক্তভাবে পেয়েছি (যদিও জুন শাওর গণিত সংক্রান্ত পরিসংখ্যানের মতো কঠিন নয়)) এবং শেষ পর্যন্ত এটিকে আয়ত্ত করার জন্য প্রয়োজনীয় অপরিসীম প্রচেষ্টা অনুধাবন করা হয়েছিল এটি একটি প্রয়োগকৃত ডেটা বিশ্লেষক হিসাবে আমার সময়ের ভাল ব্যবহার নয়। তবে আমি এখনও অনেক কিছু শিখেছি এবং পরিমাপ তত্ত্বটি কী এবং এর সম্ভাব্যতা তত্ত্বের আরও নিখুঁত traditionalতিহ্যগত পদ্ধতির মধ্যে উদ্ভূত লোমশ তাত্ত্বিক অসুবিধাগুলি পরিষ্কার করার জন্য কীভাবে এটি ব্যবহার করা যেতে পারে তার একটি ভাল বোঝার সাথে ফিরে এসেছি। বিনিময়যোগ্যতা এবং স্বাধীনতার মিল এবং পার্থক্যগুলিও আমি আরও ভালভাবে উপলব্ধি করতে পেরেছি।

Answer 2

কোডিওলজিস্টের খুব ভাল পরামর্শের পাশাপাশি (+1) আমি পর্যবেক্ষণের গবেষণার বিষয়টি দেখার পরামর্শ দেব । আমি মনে করি এটি অনেক ক্ষেত্রে ডেটা বিশ্লেষণ করা ডেটা পর্যবেক্ষণমূলক প্রকৃতির সত্ত্বেও তথ্য-বিজ্ঞানীদের মধ্যে এটি অত্যন্ত অপ্রতিরোধ্য ক্ষেত্র। আমি মনে করি এটি কারণ হ'ল বেশিরভাগ গ্রন্থপঞ্জি (বিশেষত বায়োস্টাটিক্সে) ধরে নেওয়া কমপক্ষে কিছুটা আধিক-পরীক্ষামূলক নকশা ইতিমধ্যে রয়েছে। পল রোজনবাউমের বই অবজারভেশনাল স্টাডিজ এবং অবজারভেশনাল স্টাডিজের ডিজাইন বেশ কয়েকটি ব্যবহৃত রেফারেন্স।