Książki, które polecam

Jedno z najczęściej zadawanych pytań przez Was to: „Jakie książki polecasz?”. W tym wpisie udzielam na nie odpowiedzi.

Z tego artykułu dowiesz się:
1. Jak czytam książki?
2. Czemu ciągle rozwijam umiejętności miękkie?
3. Jakie książki polecam?

Uwielbiam książki. Kupuję i pożyczam więcej książek, niż jestem w stanie przeczytać. Dla mnie stanowią one prawdziwą skarbnicę wiedzy. Zawierają opis doświadczeń i wiedzy danej osoby, która często była zgłębiana długimi latami. Można je traktować jako „drogę na skróty” do wzbogacania swojej osoby.

Chciałbym dziś podzielić się z Wami listą publikacji, które są mi bliskie. By ułatwić Wam czytanie, całą listę podzieliłem na trzy części. W pierwszej znajdziecie książki dotyczące umiejętności technicznych związanych z szeroko pojętą nauką o danych. Druga część to książki nawiązujące do umiejętności miękkich. Część trzecia to książki, które nie pasowały do żadnej wymienionej kategorii.

Po co mi umiejętności miękkie?

Być może zastanawiasz się teraz, po co na blogu specjalistycznym wzmianka o umiejętnościach miękkich. Odpowiedź jest prosta: rola badacza danych to nie tylko analizy statystyczne, budowa modeli predykcyjnych i obróbka danych.

Praktycznie w całym procesie budowania rozwiązań opartych o uczenie maszynowe wykorzystywane są umiejętności miękkie. Szczególnie jeśli praca polega na dostarczaniu rozwiązań dla firmy zewnętrznej.

Empatia, proaktywność i umiejętność mówienia o „skomplikowanych” rzeczach w prosty i zrozumiały sposób to tylko niektóre z nich. Sam umiejętności miękkich nie zaniedbuję i uważam je za inwestycję o wysokiej stopie zwrotu 🙂

Jak czytam książki?

W większości przypadków sięgam po wersje elektroniczne. Wersje papierowe kupuję tylko wtedy, gdy jestem do tego zmuszony. Niestety, ale duża część interesujących mnie książek nie wyszła w wersji elektronicznej, czego bardzo żałuję. Osobiście uważam, że e-booki, to ogromna wygodna. W ciągu kilku minut, bez wychodzenia z domu mogę mieć wybraną książkę na swoim czytniku. Ma to oczywiście swoje minusy – taki model niestety sprzyja spontanicznym zakupom 😉

Czytnik mam ze sobą praktycznie na każdym wyjeździe, więc błyskawicznie mogę sięgnąć po interesującą mnie pozycję. Przeglądanie książek, przeszukiwanie ich treści, zaznaczanie interesujących fragmentów i dodawanie komentarzy, to kolejne korzyści korzystania z czytnika.

Czemu nie audiobooki?

Wielokrotnie próbowałem audiobooków. Muszę przyznać, że ta forma „czytania” zdecydowanie nie jest dla mnie. O ile uwielbiam podcasty, to do książek w wersji audio nie mogę przywyknąć.

Zwolennicy audiobooków jako ich główną zaletę wymieniają możliwość robienia kilku rzeczy naraz. Próbowałem zatem słuchania m.in. w drodze do pracy, podczas sprzątania, czy też w trakcie treningu. Zawsze kończyło się to tak samo.

Darmowa książka – Python Data Science Handbook

Słuchając książek w wersjach audio, czasem odpływałem myślami. Miałem też problem z jednoczesnym skupieniem się na wykonywanej czynności i czytanej treści. Przyczyn takiego stanu rzeczy jest pewnie kilka. Jedna z nich to z pewnością specyfika książek, które czytam (głównie poradniki), a druga to być może sposób, w jaki przyswajam wiedzę.

Do moich ulubionych gatunków należą książki specjalistyczne oraz poradniki, które z natury wymagając od czytającego więcej uwagi. Czytając lubię zatem robić sobie krótkie przerwy, podczas których mam czas by w spokoju przemyśleć przeczytany fragment i zanotować najważniejsze wnioski. Słuchając audiobooków w ruchu jest to niemal niemożliwe.

Umiejętności techniczne

---

>> „Uczenie maszynowe. Sekrety doboru odpowiedniego algorytmu” <<

Moje najnowsze dzieło. 🙂 Wynik pracy wielu długich wieczorów podczas których miałem tylko jeden cel: zebrać w jednym miejscu całą wiedzę o algorytmach maszynowych dostępną na moim blogu.

„Uczenie maszynowe. Sekrety doboru odpowiedniego algorytmu” to 40 stron praktycznych informacji, dzięki którym lepiej rozumiesz działanie algorytmów i aspekty je odróżniające, będziesz podejmować lepsze decyzje i osiągniesz większą skuteczność w modelowaniu.

UWAGA: poradnik udostępniam okresowo, w 100% za darmo, tylko dla nowych subskrybentów bloga.

---

1. Python Data Science Essentials – Alberto Boschetti, Luca Massaron.
   Książka została wydana również w języku polskim pod tytułem: „Python. Podstawy nauki o danych.”. Nie dajcie się zwieść. Zawarte są w niej informacje daleko wykraczające poza „podstawy” 🙂 Autorzy w prosty i przystępny sposób opisują proces analizy danych i budowania modeli predykcyjnych z użyciem Pythona.
2. Credit Scoring. Studia przypadków procesów biznesowych – Karol Przanowski.
   Absolutny must have dla wszystkich, którzy chcą się specjalizować w budowaniu modeli skoringowych. Credit Scoring, to dosyć specyficzna część uczenia maszynowego, która ze względu na swoje korzenie (sektor finansowy) rządzi się nieco innymi prawami. Na studiach i kursach w większości przypadków temat skoringu jest przedstawiany bardzo powierzchownie. Mamy dane, budujemy model klasyfikacyjny i w sposób iteracyjny poprawiamy wynik. Wszystko to jest jedynie niewielką częścią budowania rzeczywistego systemu skoringowego. Pan Karol Przanowski odsłania pozostałą część i zaznacza jego najważniejsze elementy. Zdecydowanie najbardziej „biznesowa” książka w tym zestawieniu. Szczerze polecam.
3. Introduction to Statistical Learning – Trevor Hastie, Robert Tibshirani, Gareth James, Daniela Witten.
   Książka dająca solidne podstawy uczenia maszynowego. Według opinii niektórych moich znajomych jest nieco „zbyt podstawowa” i mówiąca o rzeczach oczywistych. Ja mimo to uważam ją za pozycję godną polecenia, szczególnie osobom początkującym. Do minusów można zaliczyć to, że jest dostępna jedynie w języku angielskim, a zdobycie wersji papierowej na polskim rynku jest utrudnione.
4. Statystyka w zarządzaniu – Amir D. Aczel, Jayavel Sounderpandian.
   Wszystkiej poprzednie punkty, to książki skupiające się na uczeniu maszynowym. „Statystyka w zarządzaniu” pokazuje statystyczne podejście do danych, pozwalając zrozumieć, jak na dane patrzą statystycy. Książki z dziedziny uczenia maszynowego zaczynają się zazwyczaj od algorytmów regresji liniowej i logistycznej. Tu na regresji książka się kończy 🙂 Ja wyciągnąłem z niej dla siebie kilka przydatnych technik, które z powodzeniem stosuję podczas m.in. eksploracyjnej analizy danych i testowania hipotez.
5. Doing Data Science, Straight Talk from the Frontline – Cathy O’Neil, Rachel Schutt.
   Mniej technikaliów, więcej opowiadań na temat działania algorytmów i ich wykorzystania w realnych przypadkach. Ksiązka została wydana w języku polskich, natomiast zebrany wiele negatywnych opinii, głównie ze względu na niezbyt trafne tłumaczenie. Mimo to polecam ją jako nieco lżejszą lekturę, szczególnie dla osób początkujących.

---

>> „10 kroków do lepszego zrozumienia danych” <<

Sprawdź również mój poradnik, dzięki któremu:

• ustrukturyzujesz proces eksploracyjnej analizy danych,
• lepiej zrozumiesz analizowany zbiór,
• przyspieszysz swą pracę,
• zaoszczędzisz czas.

---

Umiejętności miękkie

1. 7 nawyków skutecznego działania – Stephen R. Covey.
   Absolutny game changer. Pamiętam, że pierwszy raz natknąłem się na nią w zestawieniu „Biznesowe bestsellery dwudziestolecia. Książki, które ukształtowały polskich liderów”. Była numerem jeden. Później wzmiankę o niej zobaczyłem w biografii jednego z czołowych Polskich polityków. Rzekomo miała być ona jednym z jego kluczy do sukcesu. Zachęcony, zacząłem czytać ją podczas krótkiego urlopu w Trójmieście i poczułem jakbym odkrył świętego Graala. Od tamtej pory regularnie wracam do niej i staram się na bieżąco pracować nad tytułowymi „nawykami”.
2. Żywot własny – Benjamin Franklin.
   Autobiografia jednego z ojców założycieli Stanów Zjednoczonych. Świetna historia, która pierwotnie miała trafić do syna Franklina, jako historia ojca i zbiór wskazówek dotyczących kierowania własnym życiem. Na szczęście tak się nie stało i dziś możemy czerpać garściami z tych lekcji. Świetna lektura, która mocno wciąga, a decyzje podejmowane przez autora na kolejnych etapach jego życia mogą być dla nas wszystkich lekcją mądrości, pokory i uporu w dążeniu do celu. Całość jest relatywnie krótka, dlatego dobrym pomysłem jest „dawkowanie” treści i pozostawienie czasu na przemyślenia 🙂
3. Jak zdobyć przyjaciół i zjednać sobie ludzi – Dale Carnegie.
   Gdyby w szkole istniał przedmiot „Relacje międzyludzkie”, to książka ta byłaby podręcznikiem 😉 Wydana w 1936 roku, zawiera porady, które bronią się po dziś. Treść absolutnie ponadczasowa. Podobnie jak w przypadku „7 nawyków skutecznego działania” wskazane jest regularne odświeżanie zapisanych w niej treści i wykorzystanie ich do ciągłej pracy nad sobą (do czego z resztą zachęca sam autor we wstępie).
4. Najpierw rzeczy najważniejsze – Stephen R. Covey.
   Jest to rozszerzenie pierwszego tytułu na mojej liście. Dotyczy ona trzeciego z siedmiu nawyków opisanych przez Coveya (choć miejscami są odniesienia do pozostałych). Treść nieco łatwiejsza w odbiorze, choć czytając miałem momentami wrażenie, że opisane idee mogły zostać opisane w sposób nieco bardziej zwięzły. Nie mniej, jest to ciągle świetna lektura, bardzo szczegółowa i kompleksowa. Pomaga układać życie, zamiast układać według priorytetu zadania, które nas spotykają. Właśnie dlatego, w mojej ocenie nawet nie sposób porównywać ją do tak popularnego „Getting Things Done” Davida Allena.
5. Nowa psychologia sukcesu – Carol Dweck.
   Autorka opisuje w niej tzw. „nastawienie na rozwój”, które według autorki jest gwarancją sukcesu. Sprowadza się ono do zmiany głęboko utartego w nas przekonania o tym, że porażki, nawet te niewielkie są czymś złym. To, co zostaje po jej przeczytaniu, to nastawienie (postawa ucznia), które naprawdę pomaga w szybszym rozwoju. Sprawia również, że praca w zespole jest bardziej efektywna i powstaje zdecydowanie mniej niejasności.

Machine Learning Conference: DataWorkshop Club Conf

Już za cztery dni, 13 października w Digital Knowledge Village, w Warszawie odbędzie się konferencja Machine Learning Conference: DataWorkshop Club Conf. Spotkanie w całości poświęcone Machine Learning, na którym eksperci dzielą się nie tylko praktyczną wiedzą o algorytmach, rozwiązywanych problemach i wyzwaniach uczenia maszynowego, ale też opowiadają zawodowe historie sukcesów i porażek, zdradzają lifehacki i opowiadają, jak należy myśleć o uczeniu maszynowym w kontekście nie tylko innowacji, ale także użyteczności i biznesu.

Specjalnie dla czytelników bloga mam niespodziankę: 2 kody dostępowe do transmisji online z konferencji. Wyślę je do dwóch osób, które jako pierwsze zapiszą się na newsletter bloga i wyślą mi mail na adres kontakt[a]mateuszgrzyb.pl o temacie: "Machine Learning Conference" :)

UPDATE: Konkurs zakończony. Gratulacje dla Kuby i Mikołaja! :)

Pozostałe

1. Inteligentny inwestor – Benjamin Graham.
   Biblia inwestowania w wartość napisana przez wielki autorytet w dziedzinie, osobę będącą inspiracją samego Warrena Buffeta. Jedyna książka, którą tak naprawdę musisz przeczytać, jeśli chcesz zacząć inwestować. Zgodnie z zasadą Pareto, opisane w niej reguły, to 20% nakładów, przynoszących 80% rezultatów. Daje odpowiedź na pytanie: dlaczego inwestor długoterminowy, to jedyny typ inwestora? 😉
2. Strength Finder 2.0 – Tom Rath.
   Istnieją dwa podejścia do nauki: pierwsze zakłada zdobywanie wiedzy przekrojowej i „nadrabianie” zaległości w dziedzinach, w których jesteśmy nieco słabsi (tego wymaga od nas m.in. system szkolnictwa), drugie natomiast każe nam korzystać ze swoich mocnych stron i skupiać się na tym, do czego rzeczywiście mamy predyspozycje. Autor stara się przekonać czytelnika do podejścia drugiego, wymieniając potencjalne korzyści i typy osobowości, którymi się cechują ludzie. Zgodnie z główną ideą książki wszyscy mamy jakieś „talenty”, a inwestowanie w nie jest drogą do sukcesu. Do zakupu książki otrzymujemy kupon na wykonanie testu „Strength finder 2.0”, który pomaga odkryć nasze mocne strony.
   Ps. test można kupić osobno, bez książki 🙂
3. Anna Mularczyk-Meyer – Minimalizm po polsku.
   Temat minimalizmu jest mi bliski od bardzo dawna. Przeczytałem kilka pozycji, zarówno polskich, jak i anglojęzycznych. Spośród wszystkich ta zdecydowanie najbardziej przypadła mi do gustu. Jako jedna z niewielu skupia się na kwestiach mentalnych, zamiast na materialnych. To nie jest kolejny poradnik w stylu: „Ja żyć ze 100 rzeczami” lub „Pozbądź się wszystkiego i wyjedź w Bieszczady”. Idealna na spokojny urlop 🙂
4. One Thing – Gary Keller.
   W książce autor porusza ideę skupiania się na jednym celu, obalając przy tym mit posiadania wielu „priorytetów” i tak bardzo popularnej w dzisiejszych czasach wielozadaniowości. Podaje przykłady jednostek, które w swoim życiu kierowały się zasadą jednej rzeczy, odnosząc przy tym olbrzymi sukces. Do mnie to podejście przemawia, a więc po przeczytaniu książki byłem mocno zainspirowany. Utwierdziła mnie ona w tym, w co wierzyłem od dawna: wąska specjalizacja i skrupulatne dążenie do mistrzostwa w danej dziedzinie jest jednym ze składników sukcesu. Szczerze polecam.

Podsumowanie

Dzięki za lekturę i dobrnięcie do końca. Jeśli kiedyś sięgniesz po którąś z wymienionych przeze mnie książek, to mam ogromną nadzieję, że przypadnie Ci ona do gustu.

A jakie są Twoje ulubione książki? Proszę, podziel się w komentarzu tytułami z zakresu Data Science i umiejętności miękkich, które według Ciebie warto przeczytać 🙂

Zapisz się na newsletter!
Jeśli lubisz czytać i chcesz być na bieżąco z artykułami, które publikuję na blogu, to zapisz się na mój newsletter. Możesz to zrobić, wypełniając formularz znajdujący się bezpośrednio pod tym wpisem.

photo: Unsplash.com (Sharon McCutcheon)