sailorxakep писал(а):  |
Вопрос к форумчанам, кто тесно связан с использованием "вышки" в работе. Подскажите, пожалуйста, по учебникам каких годов лучше учиться? В техникуме и институте учили по советским учебникам 70-80 гг.. + актуальные учебные пособия от преподавателей (кандидатов и докторов наук). Худо-бедно мы эту часть науки понимали. А вот о более современных учебниках очень неоднозначные отзывы. Кто-то утверждает, что стали их писать более простым и понятным языком, а кто-то говорит, что по современным учебникам, даже зная "вышку", сложно что-либо понять. Как на самом деле-то? Хотелось бы "освежить" знания для работы в Data Science и ML, но так, чтобы разумом не повредиться.  |
Вопрос у Вас весьма сложный. Сложный, на мой взгляд, два раза. Пусть мой ответ запоздалый, зато всё не зря, если помог хоть одному.
Сам занимаюсь математическим моделированием приборов и лазеров, поэтому "вышки" требуется весьма много.
Итак. Почему сложный один раз. На мой взгляд, нет такого золотого периода, в который писались хорошие учебники. В любое время можно найти хорошего автора. Плохой автор тот, который пишет, чтобы навредить. А какой хороший?
Здесь переходим ко второму сложному разу. Вы хотите найти себя в анализе данных. Благородное дело. Надо только определиться, кем Вы себя хотите видеть: дрессированной мартышкой, жмакающей на кнопки, либо творцом чего-то нового (или на худой конец весьма высококвалифицированным специалистом, решающим сложные творческие задачи). С мартышкой всё понятно. Уже написано много библиотек, знай себе только вместе их склеивай, да используй.
Вторая альтернатива страшнее. Чтобы быть творцом в анализе данных, надо очень хорошо знать теорию вероятностей и математическую статистику. Как было написано на одном форуме, в математическую статистику нет королевской дороги (от себя добавлю, что и в теорвер). Для того чтобы заниматься этими дисциплинами, необходимо знать большую часть высшей математики: и аналитическую геометрию, и линейную алгебру, и мат. анализ, и дифуры, и ТФКП, и теорию меры, и функциональный анализ.
И теперь самое главное. Нет необходимости пользоваться для изучения этих разделов наимоднейшими учебниками. Вполне достаточно «классического» наследия. (Наимоднейшее потребуется, когда надо будет решать сложную оригинальную творческую задачу, но тогда спасение надо искать не в учебниках, а статьях).
Классическое наследие издано в СССР. Теперь возвращаемся наверх. Какой автор хороший? Расскажу, как действую я. Для меня хороший автор: 1) тот, который написал хотя бы один нужный мне раздел для меня понятно; 2) тот, который написал толстую книжку; да, в ней галопом по европам, зато есть весьма полное понимание раздела математики (например, численные методы за авторством Вержбицкого), что позволит знать, что это есть, и это можно будет найти более подробно описанное в других книгах. А то ведь бывает так, что не знаешь, что это существует. 3) Тот автор, у которого много ссылок (например, теория меры Богачева содержит их более 1000); 4) тот автор, у которого много разобранных примеров: прежде чем лезть далеко и высоко, надо набить руку на простых задачах (drills); 5) тот автор, у которого есть примеры, как решить задачу на компьютере (например, в маткаде).
Даже этих критериев достаточно, чтобы понять, что на каждый раздел нужно много книг. Зато они обеспечат хороший обзор нужной области.
Ищите, листайте, просматривайте, чтобы в итоге понять, какой стиль Вам подходит.
Не понятно у одного автора, берите другого, третьего. По классическим разделам математики написано очень много книг, обязательно найдется Ваша.
Да, это труд, большой труд. Но если Вы желаете быть не-мартышкой, без большого труда никуда.
(Голосов: 
