Data en analytics boeken

In dit artikel10

De beste data & analytics-boeken

Data Science for Business , Provost & Fawcett. Leer “data-analytic thinking” en hoe je met modellen echte businesswaarde creëert.
An Introduction to Statistical Learning , James, Witten, Hastie & Tibshirani. Toegankelijke basis van statistisch leren met praktische voorbeelden.
Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow , Aurélien Géron. Van regressie en classificatie tot deep learning in Python.
Deep Learning , Goodfellow, Bengio & Courville. Het standaardwerk over neurale netwerken en de wiskunde erachter.
Probabilistic Machine Learning , Kevin P. Murphy. Probabilistische benadering van ML: van basisconcepten tot geavanceerde modellen.

Designing Data-Intensive Applications , Martin Kleppmann. Principes achter betrouwbare, schaalbare en consistente datasystemen.
Fundamentals of Data Engineering , Joe Reis & Matt Housley. Helder raamwerk voor moderne pipelines, cloud en data-productdenken.
Data Mesh: Delivering Data-Driven Value at Scale , Zhamak Dehghani. Domeingedreven data-architectuur met federated governance.
Data Contracts , Chad Sanderson & Mark Freeman. Borg datakwaliteit met expliciete afspraken tussen producers en consumers.

Designing Machine Learning Systems , Chip Huyen. Systematisch ML-producten bouwen: dataflows, evaluatie, deployment en monitoring.
Machine Learning Design Patterns , V. Lakshmanan, S. Robinson & M. Munn. Herbruikbare patronen voor robuuste ML-oplossingen in productie.
Building Machine Learning-Powered Applications , Emmanuel Ameisen. Van idee naar MVP en itereren tot een waardevol ML-product.

Storytelling with Data , Cole Nussbaumer Knaflic. Visualisaties die overtuigen in een businesscontext.
Fundamentals of Data Visualization , Claus O. Wilke. Richtlijnen om complexe data helder en esthetisch te tonen.
The Big Book of Dashboards , Wexler, Shaffer & Cotgreave. Patronen en cases voor effectieve dashboards.
Information Dashboard Design , Stephen Few. Best-practices en valkuilen bij KPI-dashboards.

DAMA-DMBOK , DAMA International. Het referentiekader voor alle datamanagementdomeinen.
Data Governance: The Definitive Guide , Eryurek, Gilad & co-auteurs. Operationele governance in (multi)cloud-omgevingen.
Data Quality Fundamentals , Barr Moses, Lior Gavish & Molly Vorwerck. Praktisch handboek voor data-observability en kwaliteitsborging.
Ethics and Data Science , Mike Loukides, Hilary Mason & DJ Patil. Concreet ethisch kompas voor dagelijks datagebruik.

Trustworthy Online Controlled Experiments , Ron Kohavi, Diane Tang & Ya Xu. A/B-testen op schaal: ontwerp, analyse en organisatie.
Causal Inference: The Mixtape , Scott Cunningham. Toegankelijke inleiding tot causale methoden met praktijkvoorbeelden.
The Book of Why , Judea Pearl & Dana Mackenzie. Denk in oorzaken (niet alleen correlaties) met de “ladder of causation”.

Python for Data Analysis , Wes McKinney. De pandas-bijbel voor datavoorbereiding en analyse.
Practical SQL , Anthony DeBarros. Van basisqueries tot geavanceerde analyses (o.a. GIS en tekst).
SQL for Data Analysis , Cathy Tanimura. Slimme SQL-patronen voor snelle, herhaalbare inzichten.

Natural Language Processing with Transformers , Lewis Tunstall, Leandro von Werra & Thomas Wolf. Hands-on met moderne NLP-use-cases en Transformers.
Generative Deep Learning , David Foster. Bouw VAEs, GANs, transformers en diffusion-modellen stap voor stap.
Practical Natural Language Processing , Sowmya Vajjala, Bodhisattwa P. Majumder, Anuj Gupta & Harshit Surana. Van probleemdefinitie tot implementatie van NLP-oplossingen.

Verder leren? Bekijk ook onze blogs, podcasts en beurzen & events in de DataJobs.nl kennisbank.

Bekijk hier alle actuele vacatures op DataJobs.nl