LIVROS E Links de Livros, textos e Vídeos sobre IA, ML, DL, BD, CC, CD

Pensando em fazer carreira com o data science? Este livro será o seu guia.
Data Science Para Leigos se destina a profissionais e estudantes interessados em transformar o mar de dados
estruturados, semiestruturados e não estruturados de uma organização em informações comerciais úteis. Fique
por dentro do que está acontecendo nesse amplo setor e aprenda a transformar dados confusos em histórias
significativas que podem ser compreendidas por todos os integrantes de uma organização.

Abra este livro e descubra…

•O básico do data science

•Big data e sua infraestrutura
•Python®, R, SQL e GIS
•Visualização de dados
•Análise em tempo real e
•Internet das Coisas
•MapReduce, Hadoop® e outras ferramentas de big data
•Aplicativos reais

COMENTÁRIO DA EDIÇÃO AMERICANA

Descubra como a ciência de dados pode ajudá-lo a obter informações detalhadas sobre seus negócios - da maneira
mais fácil!
Os empregos em ciência de dados são abundantes, mas poucas pessoas têm as habilidades necessárias para
preencher essas funções cada vez mais importantes. O Data Science For Dummies é o ponto de partida perfeito para
profissionais de TI e estudantes que desejam uma introdução rápida em todas as áreas do amplo espaço de ciência
de dados. Com foco em casos de negócios, o livro explora tópicos em big data, ciência de dados e engenharia de
dados e como essas três áreas são combinadas para produzir um valor tremendo. Se você deseja adquirir as
habilidades necessárias para iniciar uma nova carreira ou iniciar um novo projeto, a leitura deste livro o ajudará a
entender quais tecnologias, linguagens de programação e métodos matemáticos serão focados.

Embora este livro sirva como um guia extremamente fantástico pelo amplo campo, às vezes intimidador, do big data
e da ciência de dados, não é um manual de instruções para implementação prática. Aqui está o que esperar:

Fornece experiência em big data e engenharia de dados antes de passar para a ciência de dados e como ela é
aplicada para gerar valor
Inclui cobertura de estruturas de big data como Hadoop, MapReduce, Spark, plataformas MPP e NoSQL
Explica o aprendizado de máquina e muitos de seus algoritmos, bem como a inteligência artificial e a evolução da
Internet das Coisas
Detalha técnicas de visualização de dados que podem ser usadas para mostrar, resumir e comunicar os insights de
dados que você gera
É um mundo grande e grande de dados por aí - deixe o Data Science For Dummies ajudá-lo a aproveitar seu poder e
obter uma vantagem competitiva para sua organização.

1
Autores por John Paul Mueller (Autor), Luca Massaron (Autor)

A Inteligência artificial é empolgante e um pouco assustadora.

Está por toda parte.
A IA ajuda a proteger você das fraudes, marca consultas médicas, auxilia no atendimento ao cliente e até ajuda
a escolher o programa de TV e na limpeza da casa.
Quer saber mais?

Este livro preenche as lacunas, mostrando o que a IA é e não é, considerando as questões éticas por trás de
sua utilização, os usos atuais e as expectativas futuras. Seja você um tecnófilo ou apenas curioso, ficará
fascinado com esse novo mundo!

Contém no livro :

•Descubra os limites do que a IA pode fazer

•Entenda a IA nos robôs, drones e carros autônomos
•Aprenda sobre as contribuições da IA para a sociedade

Abra o livro e descubra ..

• A história da IA
• A função dos dados
• Como a IA é usada em aplicações de computador, no campo médico e no aprendizado de máquina
• Como se livrar do sensacionalismo em torno da IA
• Mais detalhes sobre robôs e drones

COMENTÁRIO DA EDIÇÃO AMERICANA:

Entre no futuro com a IA

O termo "Inteligência Artificial" existe desde a década de 1950, mas muita coisa mudou desde então. Hoje, a IA
é referenciada em notícias, livros, filmes e programas de TV, e a definição exata é frequentemente mal
interpretada. A Inteligência Artificial para Leigos fornece uma introdução clara à IA e como ela está sendo usada
hoje.

Por dentro, você terá uma visão clara da tecnologia, os equívocos comuns que a envolvem e uma visão
fascinante de suas aplicações em tudo, desde carros autônomos e drones até suas contribuições na área
médica.

Aprenda sobre o que a IA contribuiu para a sociedade

Explore os usos da IA em aplicativos de computador
Descubra os limites do que a IA pode fazer
Descubra a história da IA
O mundo da IA é fascinante - e este guia prático a torna mais acessível do que nunca!
2
Autores por Judith Hurwitz (Autor), Alan Nugent (Autor), Dr. Fern Halper (Autor), Marcia Kaufman (Autor)

Big data pode ser um conceito complexo. Para Leigos ao resgate! Aqui está uma explicação em português
simples do que é (e não é) o big data, a tecnologia e as opções de base de dados que o suportam, análises que
lhe ajudam a entender o significado de seus dados, como administrá-las e o que elas podem fazer por sua
empresa. Executivo de negócios ou pessoa de TI, aqui está o que você precisa saber. O que é – entenda o que
é big data de uma perspectiva tanto técnica quanto de negócios. Organize-o – conheça a pilha de big data e
aprenda sobre os diferentes níveis de arquitetura, bases de dados operacionais, organizar bases de dados e
armazenamento de dados analíticos; Modelo de computação big data – explore computação distribuída assim
como o poder de virtualização e a nuvem; Hadoop e MapReduce – aprenda a importância de Hadoop e
MapReduce para análises big data; Seja analítico – identifique ferramentas de análise para big data e avalie os
vários novos modelos que estão evoluindo; Pronto? Implemente – descubra como implementar sua solução big
data com uma visão para operacionalizar e proteger seus dados; O que significa – veja a importância de big
data para sua organização e como é usado para resolver problemas.
COMENTÁRIO DA EDIÇÃO AMERICANA:

Encontre a solução de big data certa para sua empresa ou organização

O gerenciamento de big data é um dos principais desafios enfrentados por empresas, indústrias e organizações
sem fins lucrativos. Conjuntos de dados, como transações de clientes de um mega varejista, padrões climáticos
monitorados por meteorologistas ou atividades de redes sociais, podem superar rapidamente a capacidade das
ferramentas tradicionais de gerenciamento de dados. Se você precisar desenvolver ou gerenciar soluções de
big data, apreciará como esses quatro especialistas definem, explicam e orientam você nesse novo conceito,
muitas vezes confuso. Você aprenderá o que é, por que é importante e como escolher e implementar soluções
que funcionam.

O gerenciamento eficaz de big data é uma questão de crescente importância para empresas, organizações sem
fins lucrativos, governo e profissionais de TI
Os autores são especialistas em gerenciamento de informações, big data e uma variedade de soluções
Explica o big data em detalhes e discute como selecionar e implementar uma solução, questões de segurança a
considerar, problemas de armazenamento e apresentação de dados, análises e muito mais
Fornece informações essenciais em um estilo fácil de entender e sem sentido que está capacitando
O Big Data For Dummies elimina a confusão e ajuda você a se encarregar das soluções de big data da sua
organização.

3
Autores por john Paul Mueller (Autor), Luca Massaron (Autor)

Parece um pouco assustador, mas o aprendizado de máquina é uma maneira nova e empolgante de ensinar
seu computador a executar todos os tipos de tarefas úteis e importantes.
Este livro é a maneira fácil de saber tudo a respeito.
Ele explica como começar, contém discussões detalhadas sobre o funcionamento dos algoritmos básicos,
utiliza linguagens como Python e R para tornar o aprendizado de máquina possível, especifica como fazer
coisas práticas usando algoritmos comuns e muito mais!

Abra este livro e descubra…

• A história real da IA
• Codificação com R e Python
• O papel da estatística
• Como gerir big data
• Matemática desmistificada
• Uso de modelos lineares
• O que redes neurais fazem
• Uso de imagens

COMENTÁRIO DA EDIÇÃO AMERICANA:

Your no-nonsense guide to making sense of machine learning
Machine learning can be a mind-boggling concept………

Seu guia prático para entender o aprendizado de máquina

O aprendizado de máquina pode ser um conceito incompreensível para as massas, mas aqueles que estão nas
trincheiras da programação de computadores sabem como é inestimável. Sem aprendizado de máquina,
detecção de fraudes, resultados de pesquisa na Web, anúncios em tempo real em páginas da Web, pontuação
de crédito, automação e filtragem de spam por e-mail não seriam possíveis, e isso mostra apenas algumas de
suas capacidades. Escrito por dois especialistas em ciência de dados, o Machine Learning For Dummies
oferece um ponto de entrada muito necessário para quem deseja usar o aprendizado de máquina para realizar
tarefas práticas.

Abrangendo os tópicos básicos necessários para familiarizar-se com os conceitos básicos de aprendizado de
máquina, este guia rapidamente ajuda você a entender as linguagens de programação e as ferramentas
necessárias para transformar em realidade as tarefas baseadas em aprendizado de máquina. Esteja você
enlouquecido com a matemática por trás do aprendizado de máquina, apreensivo com a IA, perplexo com o
pré-processamento de dados - ou qualquer outro meio -, este guia facilita a compreensão e a implementação do
aprendizado de máquina sem problemas.

Entenda como as atividades do dia-a-dia são impulsionadas pelo aprendizado de máquina

Aprenda a 'falar' certas linguagens, como Python e R, para ensinar as máquinas a executar tarefas orientadas a
padrões e análise de dados
4
Aprenda a codificar no R usando o R Studio
Descubra como codificar em Python usando o Anaconda
Mergulhe neste guia completo para iniciantes, para que você esteja armado com tudo o que precisa saber
sobre aprendizado de máquina!

Autores por john Paul Mueller (Autor), Luca Massaron (Autor)

COMENTÁRIO DA EDIÇÃO AMERICANA: Parece que ainda não edição Brasileira.

Mergulhe profundamente na aprendizagem profunda

O aprendizado profundo fornece os meios para discernir padrões nos dados que impulsionam os negócios on-
line e as mídias sociais. O Deep Learning for Dummies fornece as informações necessárias para desvendar o
mistério do tópico - e todas as tecnologias subjacentes associadas a ele.

Em pouco tempo, você entenderá esses algoritmos cada vez mais confusos e encontrará um ambiente simples
e seguro para experimentar o aprendizado profundo. O livro desenvolve exatamente o que o aprendizado
profundo pode fazer em um nível alto e, em seguida, fornece exemplos dos principais tipos de aplicativos de
aprendizado profundo.

Inclui código de exemplo

Fornece exemplos do mundo real dentro do texto acessível
Oferece atividades práticas para facilitar o aprendizado
Mostra como usar o Deep Learning de forma mais eficaz com as ferramentas certas
Este livro é perfeito para quem deseja entender melhor a base das tecnologias subjacentes que usamos todos
os dias.

http://conteudo.icmc.usp.br/pessoas/moacir/papers/Ponti_Costa_Como-funciona-o-Deep-Learning_2017.pdf

ppppp

CONTINUA ABAIXO

5
10 EBOOKS GRATUITOS sobre Machine Learning e Data Science

10 Livros de leitura obrigatória sobre Machine Learning e ...

 http://semantix.com.br/blog/10-livros-de-leitura-obrigatoria-sobre-machine-learning-e-data-science/
O site KDnuggets separou uma lista de ebooks gratuitos, clássicos e contemporâneos, sobre Machine
Learning e Data Science a fim de que você possa aprofundar o seu conhecimento na área.

1. Think Stats: Probability and Statistics for Programmers

Allen B. Downey Think Stats é uma introdução à Probabilidade e Estatística para programadores Python.
Think Stats enfatiza técnicas simples que você pode usar para explorar conjuntos de dados reais e responder
a perguntas interessantes. O livro apresenta um estudo de caso usando dados dos Institutos Nacionais de
Saúde. Os leitores são incentivados a trabalhar em um projeto com conjuntos de dados reais.

2.Bayesian Methods for Hackers: Probabilistic

Programming and Bayesian Inference 
Cam Davidson-Pilon Uma introdução aos métodos Bayesianos e programação probabilística a partir de um
ponto de vista da computação e da matemática. O método bayesiano é a abordagem natural da inferência,
mas está escondido dos leitores nos capítulos de lenta análise matemática. O texto típico sobre a inferência
bayesiana envolve dois a três capítulos sobre a teoria da probabilidade. Infelizmente, devido à intratabilidade
matemática da maioria dos modelos bayesianos, só é mostrado ao leitor exemplos simples e artificiais.

3.Understanding Machine Learning: From Theory to

Algorithms 
6
Shai Shalev-Shwartz e Shai Ben-David Machine Learning é uma das áreas de mais rápido crescimento da
ciência da computação, com aplicações de longo alcance. O objetivo deste livro é introduzir a aprendizagem
mecânica e os paradigmas algorítmicos que oferece. O livro fornece um relato teórico dos fundamentos
subjacentes à aprendizagem mecânica e as derivações matemáticas que transformam esses princípios em
algoritmos práticos. Além disso, o livro cobre uma grande variedade de tópicos centrais não abordados por
livros didáticos anteriores. Estes incluem uma discussão da complexidade computacional da aprendizagem e
os conceitos de convexidade e estabilidade; paradigmas algorítmicos importantes, incluindo descendência de
gradientes estocásticos, redes neurais e aprendizagem estruturada de resultados; e conceitos teóricos
emergentes como a abordagem PAC-Bayes e limites baseados em compressão.

4.The Elements of Statistical Learning

Trevor Hastie, Robert Tibshirani e Jerome Friedman Este livro expõe as ideias importantes dessas áreas
em uma estrutura conceitual comum. Embora a abordagem seja estatística, a ênfase está nos conceitos e não
na matemática. Muitos exemplos são dados com um uso liberal dos gráficos de cor. A cobertura do livro é
ampla, desde a aprendizagem supervisionada (previsão) até a aprendizagem não supervisionada. Os muitos
tópicos incluem redes neurais, máquinas de suporte de vetores, árvores de classificação e reforço – o
primeiro tratamento abrangente deste tópico em qualquer livro.

5.An Introduction to Statistical Learning: With

Applications in R
Gareth James, Daniela Witten, Trevor Hastie e Robert Tibshirani Este livro fornece uma introdução aos
métodos de aprendizagem estatística. Destina-se a alunos de graduação superior, mestrandos e doutorandos
em ciências não-matemáticas. O livro também contém uma série de laboratórios R com explicações
detalhadas sobre como implementar os vários métodos em ambientes de vida real, e que deve ser um recurso
valioso para um cientista de dados.

6.Foundations of Data Science

Avrim Blum, John Hopcroft e Ravindran Kannan Embora as áreas tradicionais da ciência da computação
continuem sendo altamente importantes, cada vez mais pesquisadores do futuro estarão envolvidos com o
uso de computadores para entender e extrair informações úteis de dados maciços provenientes de
aplicativos. Desse modo, este livro cobre a teoria que provavelmente será útil nos próximos 40 anos, assim
como a compreensão da teoria dos autômatos, algoritmos e tópicos relacionados deu aos alunos uma
vantagem nos últimos 40 anos.

7.A Programmer’s Guide to Data Mining: The

Ancient Art of the Numerati 
Ron Zacharski Este guia segue uma abordagem de aprender na prática. Em vez de ler passivamente o livro,
encorajo-o a trabalhar com os exercícios e a experimentar o código Python que forneço. Espero que você
esteja envolvido ativamente na experimentação e programação de técnicas de mineração de dados. O livro é
apresentado como uma série de pequenos passos que se constroem até que, no momento em que você
completar a leitura, você terá as bases para a compreensão das técnicas de mineração de dados.

8.Mining of Massive Datasets

Jure Leskovec, Anand Rajaraman e Jeff Ullman O livro é baseado no curso de Ciência da Computação
CS246: Mining Massive Datasets (e CS345A: Data Mining), da Universidade de Stanford. O livro, como o
curso, é projetado no nível de ciência da computação de graduação sem pré-requisitos formais. Para apoiar
explorações mais profundas, a maioria dos capítulos são complementados com mais referências de leitura.

7
 9.Deep Learning
Ian Goodfellow, Yoshua Bengio e Aaron Courville O livro didático Deep Learning é um recurso destinado
a ajudar os alunos e profissionais a entrar no campo da aprendizagem mecânica em geral e da aprendizagem
profunda em particular. A versão on-line do livro está completa e permanecerá disponível online
gratuitamente.

10. Machine Learning Yearning 

Andrew Ng Inteligência Artificial, Machine Learning e Deep Learning estão transformando inúmeras
indústrias. Mas construir um sistema de aprendizado de máquina requer que você tome decisões práticas:
Você deve coletar mais dados de treinamento? Você deve usar o modelo fim a fim de aprendizagem
profunda? Como você lida com o seu conjunto de treinamento que não corresponde ao seu conjunto de
teste? E muitos mais. Historicamente, a única maneira de aprender como fazer essas decisões de “estratégia”
tem sido um aprendizado de vários anos em um programa de pós-graduação ou empresa. Estou escrevendo
um livro para ajudá-lo a ganhar rapidamente essa habilidade, para que você possa se tornar melhor na
construção de sistemas de IA.

Fonte:  http://www.kdnuggets.com/2017/04/10-free-must-read-books-machine-learning-data-science.html

https://www.digitalhouse.com/br/blog/ingressar-na-area-de-dados

5 livros para quem quer ingressar na área de dados  

Não são só cursos que podem te ajudar a ingressar na área de dados,
livros também são importantes para quem está começando

Por que, em pleno século XXI, você iria ler um livro sobre um assunto que muda praticamente todos os dias?
É o que você pode estar se perguntando ao ver essa lista com dicas de livros para quem quer ingressar na
área de dados. Acontece que toda a prática vem acompanhada de uma teoria, e essas teorias nos ajudam a
compreender melhor os processos, a história e a construção de algo como, por exemplo, ciência de
dados. Em nossa enxuta seleção, mesclamos livros mais teóricos e técnicos com livros mais leves e
descontraídos. Todos, no entanto, são livros que não requerem conhecimento prévio na área de ciências de
dados e podem fornecer uma base sólida não só para compreender o que é Data Science, mas também para
estimular o pensamento analítico e conseguir aplicar técnicas, ferramentas e linguagens que envolvem a
área de dados.

Data Science do Zero - Primeiras regras com Python (ed.

O'Reilly)
Joel Grus, um engenheiro de software do Google, leva o leitor em uma imersão no universo da Ciência de Dados e das áreas de
conhecimento que lhe deram origem: álgebra linear, estatística, Big Data e Inteligência Artificial. O livro, focado em
iniciantes, ensina como funcionam as ferramentas e algoritmos mais usados em data science e como implementá-los do zero.
De quebra, o livro também acompanha um curso intensivo de Python.

A lógica do cisne negro (ed. Best Seller)

Um livro divertido e cheio de passagens bem humoradas que traz aplicações matemáticas e estatísticas para a vida real com
histórias e anedotas palpáveis e às vezes filosóficas. Apesar da temática do livro não tratar de forma abrangente Data Science,
ele foca nos chamados Outliers, que são dados totalmente fora da curva e que se diferenciam muito dos outros. O autor defende
que este grupo de dados é muito mais comum do que aqueles sob os quais temos controle e traz uma nova abordagem sobre
como lidar com o inesperado.

Data Science para Negócios (ed. Alta Books)

8
Longe de ser um guia somente técnico, este livro escrito pelos especialistas Foster Provost e Tom Fawcett apresenta os
fundamentos básicos de Data Science ao mesmo tempo que mostra como distinguir quais dados são comercialmente valiosos e
úteis. O guia também ajuda a entender melhor o conceito e algumas técnicas de mineração de dados.

Big Data - como extrair volume, variedade, velocidade e

valor da avalanche de informação cotidiana (ed. Elsevier)
Quais os impactos da grande quantidade de dados que temos hoje na economia, na ciência e na sociedade? Essa a pergunta
explorada no livro Big Data. O livro traz exemplos de situações reais e simples, como o aumento de passagens de avião, para
falar sobre a influência de grandes bancos de dados em nosso comportamento, comparando o Big Data a uma revolução
semelhante ao que foi a chegada da internet. Os autores se debruçam para explicar aos leitores o que é Big Data, como ele
muda nossas vidas e mudará ainda mais, e quais são os perigos que podemos esperar dessa nova era. Um livro recomendado
não só para quem está iniciando na área de dados, mas também para aqueles que são comente curiosos.

Introdução à ciência de dados - mineração de dados e big

data (ed. Elsevier)
Similar ao livro anterior, este também mergulha nos questionamentos sobre como a ciência de dados influencia nosso
cotidiano, mas dedica menos páginas a análises e é mais focado em conceitos, técnicas e prática. O livro é dividido em uma
parte teórica e outra prática. A primeira aborda modelos pré-relacionais, relacionais e pós-relacionais, como NoSQL, processos
de transformação de dados, armazenamento analítico, como o Data Warehouse, e HDFS, sem deixar de tratar de maneira clara
a Mineração de Dados e outras técnicas analíticas. Na segunda parte, o leitor se depara com instruções de como aplicar os
conceitos previamente vistos.
Leia também 10 livros para começar bem 2019.

10 SUGESTÕES DE LIVROS SOBRE DATA SCIENCE PARA VOCÊ LER EM 2020

http://datascienceacademy.com.br/blog/10-sugestoes-de-livros-sobre-data-science-para-voce-ler-em-2020/

Bibliografia /Data Science /

Postado em novembro 26, 2019

Data Science é definitivamente uma das áreas mais quentes em todo mundo. Quase todas as
empresas têm posições de Ciência de Dados abertas ou estão pensando em uma. Isso
significa que é o melhor momento para se tornar um Cientista de Dados ou aprimorar suas
habilidades, se você já é um e deseja subir de nível para cargos mais altos. Este post oferece
10 Sugestões de Livros Sobre Data Science Para Você Ler em 2020.

Nível Introdutório
Se você está apenas começando sua aventura em Data Science, tente definitivamente:

9
Data Science from Scratch é o que o nome sugere: uma introdução à Data Science para
iniciantes. Você nem precisa conhecer Python para começar.

Se você é totalmente iniciante, mas gostaria de ir mais na direção de Machine Learning,

Introduction to Machine Learning with Python é um livro para você. Também não supõe que
você conheça Python. Mas se quiser aprender sobre a linguagem de programação,
recomendamos Python Fundamentos Para Análise de Dados.

Nível Intermediário
Se você já leu 1 ou 2 livros de Ciência de Dados, fez 1 ou 2 projetos por conta própria e está
acostumado a trabalhar um pouco com os dados, eis os livros que o levarão mais longe.

10
O Python for Data Analysis é a maneira perfeita de conhecer melhor as bibliotecas principais
em Python, como NumPy ou Pandas. É um passo a passo completo, começando também por
lembrar como Python funciona.

O Python Data Science Handbook também é um ótimo guia nas principais bibliotecas Python
para análise de dados: NumPy, Pandas, Matplotlib, Scikit-learn.

Python Machine Learning está entre intermediário e especialista. Começa suavemente e

prossegue para o avanço mais recente no aprendizado de máquina e no aprendizado
profundo. Ótima leitura!

O Python for Finance é uma leitura obrigatória se você gosta de Finanças e Ciência de Dados.
Ele se concentra em como usar as ferramentas de Ciência de Dados para analisar os

11
mercados financeiros e tem muitos ótimos exemplos que ilustram isso. É muito prático e
também atrairá pessoas que não trabalham com finanças diariamente.

Especialista
Se você está se aproximando do nível de especialista, ler artigos científicos geralmente faz
mais sentido do que ler livros. No entanto, também é hora de você estudar e implementar
Deep Learning em suas soluções para ir além das estatísticas clássicas. Três referências
fantásticas são:

O Deep Learning with Python foi escrito pelo criador do Keras, uma das bibliotecas de
aprendizado de máquina mais populares em Python. O livro começa suavemente, é muito
prático, fornece trechos de código que você pode usar imediatamente e oferece muitas dicas
úteis sobre o aprendizado profundo. 

Deep Learning é uma referência incrível para algoritmos de Deep Learning, com muita
Matemática. Ele não contém muito código, mas oferece excelentes ideias sobre como
abordar problemas com o aprendizado de máquina, escrito por pioneiros do aprendizado
profundo.

12
Se você gosta de Matemática, vai adorar o livro Machine Learning: a Probabilistic Perspective.
É um passeio pela Matemática por trás de todos os métodos de aprendizado de máquina.
Você provavelmente não poderá lê-lo de uma só vez, mas é muito útil como referência na
pesquisa em Machine Learning.

Leitura Obrigatória em Português

E claro, não poderia ficar de fora da lista o livro em português mais completo e único material
de referência, em nosso idioma, sobre Deep Learning: Deep Learning Book. Um guia passo a
passo com exemplos práticos e muita referência. Tudo 100% online, em português e gratuito.
Clique e acesse:

Deep Learning Book

 
Referências:
Bibliografia Big Data e Data Science
Bibliografia Machine Learning e Inteligência Artificial
Data Science Books you should read in 2020
Compartilhe isso:

 Clique para compartilhar no Twitter(abre em nova janela)

 Clique para compartilhar no Facebook(abre em nova janela)
 Clique para compartilhar no LinkedIn(abre em nova janela)
 Clique para compartilhar no Tumblr(abre em nova janela)
 Clique para compartilhar no Pinterest(abre em nova janela)
 Clique para compartilhar no WhatsApp(abre em nova janela)

Relacionado
Bibliografia Big Data e Data Scienceoutubro 3, 2017Em "Bibliografia"
4 Coisas Que os Executivos Devem Saber Sobre IA e Data Scienceagosto 29, 2018Em "Business"
Por Que Data Science é a Carreira do Futuro?novembro 6, 2019Em "Carreira"

13
FacebookTwitterPinterestEmailTumblrLinkedIn
WhatsAppCompartilhar
NOTÍCIAS RELACIONADAS

10 Sugestões de Livros Sobre Data Science Para Você Ler em 2020

Bibliografia / Data Science /

Qual Trilha de Aprendizagem Devo Escolher na Data Science Academy?

Carreira / Data Science /

Qual o Melhor Computador Pessoal Para Aprender Data Science?

Data Science / Hardware /

Como Será o Trabalho do Cientista de Dados no Futuro?

Carreira / Data Science /

Cientista de Dados Full-Stack – Mito, Unicórnio ou Novo Padrão?

Carreira / Data Science /

Por Que Data Science é a Carreira do Futuro?

Carreira / Data Science /

10 livros de TI mais vendidos no primeiro trimestre de 2019

https://www.ramosdainformatica.com.br/programacao/10-livros-de-tecnologia-mais-vendidos-de-2019/

1o. Lugar: Data Science do zero

14
 As bibliotecas, estruturas, módulos e kits de ferramentas do data science
são ótimas para desempenhá-lo mas, também, são uma ótima forma de mergulhar na disciplina
sem ter, de fato, que entender data science.
Neste livro, você aprenderá como os algoritmos e as ferramentas mais essenciais de data science
funcionam ao implementá-los do zero. Se você tiver aptidão para matemática e alguma habilidade
para programação, o autor Joel Grus lhe ajudará a se sentir confortável com matemática e
estatística nos fundamentos de data science.
Você precisará iniciar como um cientista de dados com habilidades de hackers.
Atualmente, a grande massa de dados contém respostas para perguntas que ninguém nunca
pensou em perguntar. Este guia fornece o conhecimento para desenterrar tais respostas.
Obtenha um curso intensivo em Python, Aprenda o básico de álgebra linear, estatística e
probabilidade ― e entenda como e quando eles são usados em data science, Colete, explore,
limpe, mude e manipule dados.

Veja também: Escreva e publique livros para editoras ou

independente

Veja também: De TCC à autor de livro: Como publicar seu TCC

em editoras

2o. Lugar: Entendendo Algoritmos: Um Guia

Ilustrado Para Programadores e Outros Curiosos

15
Um guia ilustrado para programadores e outros curiosos. Um algoritmo nada mais é do que um
procedimento passo a passo para a resolução de um problema.
Os algoritmos que você mais utilizará como um programador já foram descobertos, testados e
provados. Se você quer entendê-los, mas se recusa a estudar páginas e mais páginas de provas,
este é o livro certo. Este guia cativante e completamente ilustrado torna simples aprender como
utilizar os principais algoritmos nos seus programas.
O livro Entendendo Algoritmos apresenta uma abordagem agradável para esse tópico essencial
da ciência da computação. Nele, você aprenderá como aplicar algoritmos comuns nos problemas
de programação enfrentados diariamente.
Você começará com tarefas básicas como a ordenação e a pesquisa. Com a prática, você
enfrentará problemas mais complexos, como a compressão de dados e a inteligência artificial.
Cada exemplo é apresentado em detalhes e inclui diagramas e códigos completos em Python. Ao
final deste livro, você terá dominado algoritmos amplamente aplicáveis e saberá quando e onde
utilizá-los.
O que este livro inclui A abordagem de algoritmos de pesquisa, ordenação e algoritmos gráficos
Mais de 400 imagens com descrições detalhadas Comparações de desempenho entre algoritmos
Exemplos de código em Python Este livro de fácil leitura e repleto de imagens é destinado a
programadores autodidatas, engenheiros ou pessoas que gostariam de recordar o assunto.

4o. Python Para Análise de Dados: Tratamento de

Dados com Pandas, NumPy e IPython

16
 Obtenha instruções completas para manipular, processar, limpar e
extrair informações de conjuntos de dados em Python. Atualizada para Python 3.6, este guia
prático está repleto de casos de estudo práticos que mostram como resolver um amplo conjunto
de problemas de análise de dados de forma eficiente.
Você conhecerá as versões mais recentes do pandas, da NumPy, do IPython e do Jupyter no
processo. Escrito por Wes McKinney, criador do projeto Python pandas, este livro contém uma
introdução prática e moderna às ferramentas de ciência de dados em Python.
É ideal para analistas, para quem Python é uma novidade, e para programadores Python
iniciantes nas áreas de ciência de dados e processamento científico. Os arquivos de
dados e os materiais relacionados ao livro estão disponíveis no GitHub.
Utilize o shell IPython e o Jupyter Notebook para processamentos exploratórios; conheça os
recursos básicos e avançados da NumPy (Numerical Python); comece a trabalhar com
ferramentas de análise de dados da biblioteca pandas; utilize ferramentas flexíveis para carregar,
limpar, transformar, combinar e reformatar dados; crie visualizações informativas com a
matplotlib; aplique o recurso groupby do pandas para processar e sintetizar conjuntos de dados;
analise e manipule dados de séries temporais regulares e irregulares; aprenda a resolver
problemas de análise de dados do mundo real com exemplos completos e detalhados.

Treinamento em Machine Learning, Big Data e Analytics com PYTHON, HADOOP, SPARK e
APACHE KAFKA! PRESENCIAL e ONLINE!

5o. CCNA 6.0: Guia Completo de Estudo

Totalmente revisado e atualizado. 100% focado no exame CCNA (200-125).

17
 O exame CCNA deixou de ser a base da pirâmide de certificações da Cisco, posição ocupada já
há algum tempo pela certificação CCENT. Nesta nova versão do exame (200-125), a Cisco passa
a direcionar seus holofotes para tópicos mais exigidos de um profissional de redes, como IPv6,
roteamento avançado, gerência e troubleshooting de redes.
O livro “CCNA 6.0 – Guia Completo de Estudo” é a ferramenta ideal para preparar o candidato
rumo ao novo exame Cisco 200-125, abrangendo 100% dos tópicos abo dados pelo exame e
complementando a parte teórica com cenários e laboratórios que podem ser facilmente
implementados em laboratório ou no simulador Packet Tracer.
Esta edição ainda apresenta dois cenários avançados, que reproduzem alguns problemas do
mundo real encarados por um administrador de redes, acompanhados de suas devidas
resoluções.

CYBER SEGURANÇA https://www.cybergov.co/

 A equipe CyberGOV é composta de expertos em ICT, cyber-security, ethical hackers

(Hackers Éticos), e project e business managers;
 Expertos provenientes de vários países;

6o. O projeto fênix (LIVRO sobre TI, mas é focado

em VENDAS)

7o. Código limpo
Mesmo um código ruim pode funcionar. Mas se ele não for limpo, pode acabar
com uma empresa de desenvolvimento. Perdem-se a cada ano horas incontáveis
e recursos importantes devido a um código mal escrito.

O especialista em software, Robert C. Martin, apresenta um paradigma com ‘Código limpo –

Habilidades Práticas do Agile Software.’
Aprenda a ler códigos e descubra o que está correto e errado neles.

18
Reavalie seus valores profissionais e seu comprometimento com o seu ofício. ‘Código limpo’ está
divido em três partes.
Na primeira há diversos capítulos que descrevem os princípios, padrões e práticas para criar um
código limpo.
A segunda parte consiste em diversos casos de estudo de complexidade cada vez maior. Cada
um é um exercício para limpar um código – transformar o código base que possui alguns
problemas em melhores e mais eficientes.
A terceira parte é a compensação – um único capítulo com uma lista de heurísticas e ‘odores’
reunidos durante a criação dos estudos de caso. O resultado será um conhecimento base que
descreve a forma como pensamos quando criamos, lemos e limpamos um código.

8o.  Manual de Devops. Como Obter Agilidade,

Confiabilidade e Segurança em Organizações
Tecnológicas 

A convergência de vários movimentos importantes em gestão e

tecnologia prepararam o terreno para o movimento DevOps, que resulta da aplicação dos
princípios mais confiáveis da manufatura física e da liderança no fluxo de valor de TI.
Em Manual de Devops você verá que as organizações que adotam os princípios e
práticas Lean melhoram significativamente a produtividade da fábrica, os tempos de
execução para o cliente, a qualidade do produto e a satisfação do cliente, permitindo que
vençam no mercado.
Entenda melhor o potencial da revolução DevOps e como as organizações de alto desempenho
ampliam as chances de exceder metas de lucratividade, participação de mercado e produtividade.
Para tanto, são apresentados os princípios da Manufatura Enxuta e das Três Maneiras: Fluxo,
Feedback e Aprendizado Contínuo, a partir dos quais todos os comportamentos de DevOps
observados podem ser derivados. “Quem precisa se envolver? Como proteger, organizar e
capacitar as equipes? Como maximizar as chances de sucesso?”
São apenas algumas das questões que esta obra se propõe a esclarecer. Saiba como dar início a esta
transformação nas empresas, e mais importante, sem causar caos e perturbações no ambiente de
produção e nos clientes.

19
9o. Python Fluente: Programação Clara, Concisa
e Eficaz

A simplicidade de Python permite que você se

torne produtivo rapidamente, porém isso muitas vezes
significa que você não estará usando tudo que ela tem a
oferecer.
Com este guia prático, você aprenderá a escrever um código Python eficiente e idiomático
aproveitando seus melhores recursos – alguns deles, pouco conhecidos.
O autor Luciano Ramalho apresenta os recursos essenciais da linguagem e bibliotecas de Python
mostrando como você pode tornar o seu código mais conciso, mais rápido e mais legível ao
mesmo tempo.
Muitos programadores experientes tentam dobrar o Python para que ele se enquadre em padrões
aprendidos com outras linguagens e jamais descobrem os recursos do Python que estão além de
sua experiência.
Com este livro, esses programadores Python aprenderão a ser totalmente proficientes em Python
3.
Este livro inclui: O modelo de dados do Python: entenda como os métodos especiais são o
segredo para o comportamento consistente dos objetos. Estruturas de dados: tire total proveito
dos tipos embutidos e entenda a dualidade entre texto e bytes na era do Unicode. Funções como
objetos: veja as funções Python como objetos de primeira classe e entenda como isso afeta
alguns padrões de projeto populares.
Técnicas de orientação a objetos: crie classes após dominar referências, mutabilidade, interfaces,
sobrecarga de operadores e herança múltipla. Controle de fluxo: tire proveito de gerenciadores de
contexto, geradores.

10o. Automatize Tarefas Maçantes com

Python: Programação Prática Para
Verdadeiros Iniciantes
20
 Se você já passou horas renomeando arquivos ou atualizando
centenas de células de planilhas, sabe quão maçantes podem ser esses tipos de tarefa.
Que tal se você pudesse fazer o seu computador executá-las para você?
Em Automatize tarefas maçantes com Python, você aprenderá a usar o Python para criar
programas que farão em minutos o que exigiria horas para ser feito manualmente – sem que seja
necessário ter qualquer experiência anterior com programação.
Após ter dominado o básico sobre programação, você criará programas Python que realizarão
proezas úteis e impressionantes de automação sem nenhum esforço: Pesquisar texto em um
arquivo ou em vários arquivos. Criar, atualizar, mover e renomear arquivos e pastas. Pesquisar
na Web e fazer download de conteúdos online. Atualizar e formatar dados em planilhas Excel de
qualquer tamanho. Separar, combinar, adicionar marcas-d’água e criptografar PDFs. Enviar
emails para lembretes e notificações textuais. Preencher formulários online.
Instruções passo a passo descreverão cada programa e projetos práticos no final de cada
capítulo desafiarão você a aperfeiçoar esses programas e a usar suas habilidades recém-
adquiridas para automatizar tarefas semelhantes. Não gaste seu tempo executando tarefas que
um macaquinho bem treinado poderia fazer.
Mesmo que não tenha jamais escrito uma linha de código, você poderá fazer o seu
computador realizar o trabalho pesado. Saiba como em Automatize tarefas maçantes com
Python.

Conclusão
Neste primeiro trimestre de 2019 vimos a grande tendência do mercado na linguagem de
programação Python e o cresimento da metodologia DevOps.

21
Conheça os 10 livros mais” top” sobre inteligência
artificial
Uma seleção exclusiva dos 10 livros mais “top” e atualizados sobre Inteligência Artificial/AI já publicados.
Leitura fundamental para quem quer aprofundar seus conhecimentos sobre AI e seus impactos na gestão de
negócios. VEJA A LISTA ABAIXO E MAIS ABAIXO VEJA CADA UM DOS LIVROS COMENTADO
DETALHADAMENTE, COM SUA CAPA NO COMEÇO DO COMENTÁRIO.

OPINIÃO do RENATO: Infelizmente, eu creio que a maioria desses livros possuem apenas uma abordagem
mais sociológica, psicológica, crítica sobre IA o que não é de todo um mal, mas foge do nosso escopo de
estudo, porém alguns livros possuem uma abordagem econômica o que é algo um pouco mais vantajoso.

The Exective Guide to Artificial Intelligence

Autor: Andrew Burgess

The Sentient Machine – The comming age of artificial intelligence

Autor: Amir Husain

Artificial Intelligence – 101 things you must know today about our future
Autor: Lasse Rouhiainen

The Industries of The Future

Autor: Alec Ross PALESTRA no TED https://www.youtube.com/watch?v=TuE6J5Y4Yek

Artificial Intelligence and machine learning for business

Autor: Steven Finlay

Artificial Intelligence – What everyone needs to know

Autor: Jerry Kaplan

The Future of Leadership

Autor: Brigette Tasha Hyacinth
22
Prediction Machines – The Simple Economics of Artificial Intelligence
Autor:  Ajay Agrawal, Joshua Gans e Avi Goldfarb
Unscaled
Autor:  Hemant Taneja
Artificial Intelligence –  A modern Aproach
Autor: Stuart J. Russell e Peter Norvig

The Exective Guide to Artificial Intelligence

Autor: Andrew Burgess

Este livro adota uma abordagem pragmática e sem hype para explicar a inteligência artificial e como ela pode
ser utilizada pelas empresas hoje. No centro do livro está uma estrutura, desenvolvida pelo autor, que descreve
em linguagem não técnica os oito principais recursos da Inteligência Artificial (IA). Cada um desses recursos,
desde o reconhecimento de imagens, passando pelo processamento de linguagem natural até a previsão, é
explicado usando exemplos da vida real e como eles podem ser aplicados em um ambiente de negócios.
Incluirá entrevistas com executivos que implementaram a IA com sucesso, bem como CEOs de fornecedores e
consultorias de IA.

A IA é uma das tecnologias mais comentadas nos negócios atualmente. Ele tem a capacidade de oferecer
benefícios de mudança para as organizações e permite que os CEOs com visão de futuro repensem seus
modelos de negócios ou criem negócios completamente novos. Mas a maior parte do valor real da IA está
escondida atrás da hipérbole do marketing, da terminologia confusa, das expectativas infladas e dos avisos
terríveis dos 'senhores dos robôs'. Qualquer executivo de negócios que queira saber como explorar a IA em
seus negócios hoje fica confuso e frustrado.

Como consultor em Inteligência Artificial, Andrew Burgess regularmente se depara com executivos de negócios
que estão lutando para superar o hype que envolve a IA. O conhecimento e a experiência que ele adquiriu ao
assessorá-los, além de trabalhar como consultor estratégico para fornecedores e consultorias de IA, forneceu a
ele as habilidades necessárias para ajudar os executivos de negócios a entender o que é AI e como eles podem
explorar seus muitos benefícios. Através do conhecimento destilado incluído neste livro, os líderes de negócios
poderão tirar o máximo proveito dessa mais disruptiva das tecnologias e criar uma vantagem competitiva
substancial para suas empresas.

23
 
por in clubposted on2 de outubro de 2018
 0 comentários

A inteligência artificial de "máquinas" está desempenhando um papel cada vez maior em nossa sociedade. Já
estamos usando o controle de cruzeiro em nossos carros, o check-out automático na farmácia e não podemos
viver sem nossos smartphones. A discussão em torno da IA é polarizada; as pessoas pensam que qualquer uma
das máquinas resolverá todos os problemas para todos, ou elas nos levarão a um caminho distópico e sombrio
até a irrelevância humana total. Independentemente do que você acredita, a ideia de que possamos criar uma
criação inteligente pode ser intrinsecamente assustadora. Mas e se nosso maior papel como seres humanos até
agora for o de criadores?

Amir Husain, um brilhante inventor e cientista da computação, argumenta que estamos prestes a escrever
nosso próximo e maior mito da criação. É o início de uma nova forma de diversidade intelectual, que
precisamos adotar para avançar no estado da arte em muitos campos críticos, incluindo segurança,
gerenciamento de recursos, finanças e energia. “Na máquina sensível, Husain nos prepara para um futuro
melhor; não com hipérbole sobre certo e errado, mas com argumentos sérios sobre risco e potencial ”(Dr. Greg
Hyslop, Diretor de Tecnologia da The Boeing Company). Ele aborda amplas questões existenciais em torno da
chegada da IA: por que somos valiosos? O que podemos criar neste mundo? Como somos inteligentes? O que
constitui progresso para nós? E como podemos deixar de progredir? Husain resume os conceitos complexos de
ciência da computação e IA em linguagem clara e franca e utiliza uma ampla variedade de referências culturais e
históricas para ilustrar seus pontos. Em última análise, Husain desafia muitas de nossas normas sociais e
desrespeita as suposições que temos sobre "a boa vida".

Você se pergunta o que os próximos anos valem para Inteligência Artificial? Descubra como as inovações
tecnológicas mudarão seu mundo.

24
Você está preocupado que a IA roube seu trabalho? Você tem medo de ser deixado para trás no mercado
orientado a dados? Você está preocupado com a IA atrapalhando sua vida? O especialista digital, palestrante
e líder de pensamento reconhecido internacionalmente Lasse Rouhiainen educou inúmeras multidões
voltadas para o futuro em conferências em todo o mundo. Agora ele está aqui para desmistificar a revolução
da IA e mostrar como essa tecnologia inevitável ajudará a humanidade a produzir mais barato, mais rápido e
melhor do que nunca.

Inteligência artificial: 101 coisas que você deve saber hoje sobre o nosso futuro é uma introdução completa
de como as tecnologias emergentes afetam todos os aspectos dos negócios, da sociedade e da humanidade.
Abordando os tópicos mais quentes da IA, desde carros autônomos até chatbots e assistência médica
robótica, as informações abrangentes de Rouhiainen respondem a suas perguntas incômodas e abordam
medos óbvios. Munido de ferramentas e estratégias práticas, você aprenderá como se preparar melhor para
uma onda extraordinária de inovação.

Em inteligência artificial: 101 coisas que você deve saber hoje sobre o nosso futuro, você descobrirá:
Chatbots, robôs, outras funções automatizadas e como elas revolucionarão a sociedade
Quais setores serão interrompidos e como planejar o futuro
Como surgem novos empregos e que habilidades você precisa para tirar proveito deles
Por que padrões éticos e reeducação são cruciais para uma força de trabalho moderna
Gráficos, guias visuais e infográficos para expandir sua compreensão e muito, muito mais!
Inteligência artificial: 101 coisas que você deve saber hoje sobre o nosso futuro é o seu roteiro essencial para
guiá-lo para a próxima geração. Se você gosta de explicações simples sobre questões complexas, aplicativos
abrangentes e exemplos do mundo real, adorará o recurso detalhado de Lasse Rouhiainen.

Compre Inteligência Artificial para examinar hoje esta grande revolução tecnológica!

O best-seller do New York Times, do principal especialista em inovação Alec Ross, uma "visão fascinante"
(Forbes) sobre o que está por vir no mundo e como navegar pelas mudanças que o futuro trará.

Enquanto Alec Ross trabalhava como consultor sênior de inovação do Secretário de Estado, viajou para 41
países, explorando os últimos avanços que surgiram em todos os continentes. Dos centros de startups no
Quênia aos laboratórios de P&D na Coréia do Sul, Ross viu o que o futuro reserva.

Nas Indústrias do Futuro, Ross fornece um "guia lúcido e informado" (Financial Times) para as mudanças
nos próximos dez anos. Ele examina os campos que mais moldarão nosso futuro econômico, incluindo
robótica e inteligência artificial, crime cibernético e segurança cibernética, comercialização de genômica, o
próximo passo para o big data e o impacto da tecnologia digital no dinheiro e nos mercados. Em cada um
desses domínios, Ross aborda as questões mais difíceis: como teremos que nos adaptar à natureza mutável
do trabalho? A perspectiva de guerra cibernética está desencadeando a próxima corrida armamentista?
Como as nações em ascensão do mundo esperam combinar o Vale do Silício com seus próprios pontos de
acesso à inovação? E o que os pais de hoje podem fazer para preparar seus filhos para amanhã?

25
Ross mistura histórias e análises econômicas para mostrar como as tendências globais estão afetando a
maneira como vivemos. Compartilhando idéias de líderes globais - dos fundadores do Google e do Twitter a
especialistas em defesa como David Petraeus - Ross revela as tecnologias e os setores que impulsionarão o
próximo estágio da globalização. The Industries of the Future é "um livro fascinante e alucinante" (New
York Journal of Books), um livro "deve ser lido" (Wendy Kopp, fundadora da Teach for America),
independentemente de "seguir esses campos de perto ou ainda pense na Honda como um carro e não como
uma empresa de robótica ”(Forbes).

A Inteligência Artificial (IA) e o Aprendizado de Máquina são agora as principais ferramentas de negócios.
Eles estão sendo aplicados em muitos setores para aumentar os lucros, reduzir custos, salvar vidas e
melhorar as experiências dos clientes. Consequentemente, as organizações que entendem essas ferramentas e
sabem como usá-las estão se beneficiando às custas de seus rivais.
A inteligência artificial e o aprendizado de máquina para negócios cortam o jargão técnico frequentemente
associado a esses assuntos. Ele fornece uma introdução simples e concisa para gerentes e pessoas de
negócios.

O foco é muito na aplicação prática e em como trabalhar com especialistas técnicos (cientistas de dados)
para maximizar os benefícios dessas tecnologias.

Palestras muito INTERESSANTES sobre o LIVRO no YOU TUBE: Jerry Kaplan - Part 1 - Artificial
Intelligence: what everybody needs to know (Legendas em Inglês) https://www.youtube.com/watch?
v=NpwznnFBym8

https://www.google.com/search?rlz=1C1GCEU_enBR871BR871&sxsrf=ACYBGNTWBqWoS37ajuFWDQD6RsXHAfnYSg
%3A1578353844006&ei=tMQTXqAHnqLk5Q_rhJm4DA&q=++Jerry+Kaplan+TED+TALKS&oq=+
+Jerry+Kaplan+TED+TALKS&gs_l=psy-ab.3...8373.19450..19922...0.0..0.130.1428.0j12......0....1..gws-

26
wiz.......35i39j0j0i7i30j0i30j0i19j0i22i30j33i160j33i21j33i22i29i30.QS6LwC0obWI&ved=0ahUKEwigsc6hkvDmAhUeEb
kGHWtCBscQ4dUDCAs&uact=5&safe=active&ssui=on

Nas próximas décadas, a Inteligência Artificial impactará profundamente a maneira como vivemos,
trabalhamos, travamos guerras, brincamos, procuramos um parceiro, educamos nossos jovens e cuidamos de
nossos idosos. É provável que aumente bastante nossa riqueza agregada, mas também prejudicará nossos
mercados de trabalho, reorganizará nossa ordem social e sobrecarregará nossas instituições públicas e
privadas. Eventualmente, isso pode alterar a maneira como vemos nosso lugar no universo, à medida que as
máquinas perseguem objetivos independentes de seus criadores e nos superam em domínios que se
acreditava serem o único domínio humano. Se os consideramos conscientes ou inconscientes, os
reverenciamos como uma nova forma de vida ou os descartamos como meros aparelhos inteligentes, está
fora de questão. É provável que eles desempenhem um papel cada vez mais crítico e íntimo em muitos
aspectos de nossas vidas.

O surgimento de sistemas capazes de raciocínio e ação independentes levanta sérias questões sobre a quais
interesses eles estão autorizados a servir e quais limites a sociedade deve colocar em sua criação e uso.
Questões éticas profundas que têm atormentado os filósofos por muito tempo chegarão subitamente nos
degraus de nossos tribunais. Uma máquina pode ser responsabilizada por suas ações? Os sistemas
inteligentes devem gozar de direitos e responsabilidades independentes ou são propriedade simples? Quem
deve ser responsabilizado quando um carro autônomo mata um pedestre? Seu robô pessoal pode manter seu
lugar na fila ou ser obrigado a testemunhar contra você? Se for possível carregar sua mente em uma
máquina, ainda é você? As respostas podem surpreendê-lo.

1261/5000
A Inteligência Artificial (IA) é nossa maior ameaça existencial? A IA aceitará seu
trabalho? A privacidade está morta? A Renda Básica Universal é uma estratégia viável
ou apenas um curativo temporário? A IA resolverá todos os nossos problemas? Isso
nos fará mais felizes? Não podemos colocar o gênio de volta na garrafa depois que ele
sair. Se não respondermos com franqueza às perguntas pertinentes, pintaremos
apenas um quadro falso.

Estamos em um ponto crucial e crucial da história. É hora da diversidade na IA. Essa

tecnologia sem precedentes afetará a sociedade como um todo e precisamos de
27
indivíduos de diversas disciplinas e formações para participar da discussão. Os
problemas que envolvem a IA não podem ser deixados por um pequeno grupo de
cientistas, tecnólogos ou executivos de negócios. Nosso futuro e o futuro de nossos
filhos estão em jogo.

Mais do que nunca, precisamos de líderes que se mantenham na integridade e que

coloquem as pessoas em primeiro lugar.

Deseja dar uma olhada no futuro da liderança? O futuro da liderança: ascensão da

automação, robótica e inteligência artificial oferece a visão mais abrangente do que
está acontecendo no mundo da IA e das tecnologias emergentes, além de fornecer
informações valiosas que permitirão navegar com sucesso pelo tsunami da tecnologia
que está chegando nosso caminho.

"O que a IA significa para o seu negócio? Leia este livro para descobrir." - Hal Varian, economista-chefe do
Google

A inteligência artificial faz o aparentemente impossível, dando vida mágica às máquinas - dirigindo carros,
negociando ações e ensinando crianças. Mas enfrentar a mudança radical que a IA trará pode ser paralisante.
Como as empresas devem definir estratégias, governos elaboram políticas e as pessoas planejam suas vidas
para um mundo tão diferente do que sabemos? Diante de tanta incerteza, muitos analistas se encolher de
medo ou prever um futuro impossivelmente ensolarado.

Mas em Prediction Machines, três economistas eminentes reformulam o aumento da IA como uma queda no
custo da previsão. Com esse golpe único e magistral, eles levantam a cortina do hype da IA e são mágicos e
mostram como as ferramentas básicas da economia fornecem clareza sobre a revolução da IA e uma base
para a ação de CEOs, gerentes, formuladores de políticas, investidores e empresários.

Quando a IA é enquadrada como previsão barata, seu potencial extraordinário se torna claro:

A previsão está no centro de tomar decisões sob incerteza. Nossos negócios e vidas pessoais estão repletos
de tais decisões.
As ferramentas de previsão aumentam a produtividade - operação de máquinas, manipulação de
documentos, comunicação com os clientes.

28
A incerteza restringe a estratégia. Uma melhor previsão cria oportunidades para novas estruturas e
estratégias de negócios competirem.
Penetrante, divertido e sempre perspicaz e prático, o Prediction Machines segue sua lógica inevitável para
explicar como navegar pelas mudanças no horizonte. O impacto da IA será profundo, mas a estrutura
econômica para compreendê-la é surpreendentemente simples.

Unscaled: How A.I. and a New Generation of Upstarts are Creating the Economy of the
Future (Inglês) - Sem Escala: como A.I. e uma nova geração de iniciantes estão criando a
economia do futuro
Um olhar instigante sobre a tecnologia que está mudando o mundo dos negócios e os
benefícios, armadilhas e desafios da sociedade como um todo. ' - Kenneth I. Chenault, ex-
diretor executivo da American Express Company

Ao longo do século XX, a tecnologia e a economia conduziram uma lógica dominante:

maior era quase sempre melhor. Foi inteligente aumentar a escala - aproveitar as
economias de escala clássicas.

Mas na economia sem escala, tamanho e escala tornaram-se um passivo. As empresas

mais bem-sucedidas de hoje - Uber, Airbnb, Amazon, Salesforce - desafiaram a abordagem
tradicional de 'economias de escala' alugando uma escala em vez de gastar grandes
quantias de dinheiro construindo-a. E uma nova geração de iniciantes está usando
inteligência artificial para automatizar tarefas que antes exigiam investimentos caros,
permitindo que cresçam grandes sem o inchaço de organizações gigantes.

Em Unscaled, Hemant Taneja mostra de maneira convincente como a economia não

dimensionada está refazendo indústrias maciças e profundamente enraizadas e abrindo
possibilidades fantásticas para empreendedores, empresas imaginativas e indivíduos
engenhosos. Além disso, pode ser o modelo para resolver alguns dos maiores problemas
do mundo, incluindo mudanças climáticas e custos crescentes de assistência médica,
potencialmente revertendo muitos dos males causados pela industrialização em massa.

A onda sem escala está apenas começando. Para ter sucesso nos negócios hoje em dia,
empresas, CEOs e líderes de todos os lugares devem desaprender o que lhes foi ensinado
- eles devem adotar uma mentalidade sem escala.

29
Inteligência Artificial: Uma Abordagem Moderna, 3e oferece a introdução mais abrangente e
atualizada da teoria e prática da inteligência artificial. Número um em seu campo, este livro é ideal
para cursos de um ou dois semestres, graduação ou pós-graduação em Inteligência Artificial.

O Dr. Peter Norvig, autor colaborador de Inteligência Artificial e o professor Sebastian Thrun, autor
de Pearson, estão oferecendo um curso on-line gratuito na Universidade de Stanford sobre
inteligência artificial.

De acordo com um artigo do The New York Times, o curso sobre inteligência artificial é "um dos
três oferecidos experimentalmente pelo departamento de ciência da computação de Stanford para
estender o conhecimento e as habilidades tecnológicas além deste campus de elite para o mundo
inteiro". Um dos outros dois Os cursos, uma introdução ao software de banco de dados, estão
sendo ministrados pela Dra. Jennifer Widom, autora da Pearson.

Inteligência artificial: uma abordagem moderna, 3e está disponível para compra como eText para
seu Kindle ™, NOOK ™ e iPhone® / iPad®.

Para saber mais sobre o curso sobre inteligência artificial, visite http://www.ai-class.com. Para ler
o artigo completo do New York Times, clique aqui.

Uma seleção exclusiva dos 10 livros mais “top” e atualizados sobre Inteligência Artificial/AI já publicados.
Leitura fundamental para quem quer aprofundar seus conhecimentos sobre AI e seus impactos na gestão de
negócios.

The Exective Guide to Artificial Intelligence

Autor: Andrew Burgess

The Sentient Machine – The comming age of artificial intelligence

Autor: Amir Husain

Artificial Intelligence – 101 things you must know today about our future
Autor: Lasse Rouhiainen

The Industries of The Future

Autor: Alec Ross

Artificial Intelligence and machine learning for business Autor: Steven Finlay

Artificial Intelligence – What everyone needs to know Autor: Jerry Kaplan

The Future of Leadership Autor: Brigette Tasha Hyacinth

30
Prediction Machines – The Simple Economics of Artificial Intelligence, Autor:  Ajay Agrawal, Joshua
Gans e Avi Goldfarb
Unscaled, Autor:  Hemant Taneja

Artificial Intelligence –  A modern Aproach, Autor: Stuart J. Russell e Peter Norvig

Prediction Machines – The Simple Economics of Artificial Intelligence, Ajay Agrawal, Joshua Gans e
Avi Goldfarb

https://verde.com.br/blog/top-20-livros-gratuitos-sobre-inteligencia-artificial/

TOP 20 livros gratuitos sobre inteligência

Artificial

Quer iniciar com IA, mas não sabe como?

Abaixo segue uma lista feita pelo site Big Data Made Simple com 20 livros gratuitos disponíveis
na Rede, para quem quer iniciar no mundo da IA.

Vamos nessa!

Todos os PDFs encontram-se disponíveis neste link.

1. A Course in Machine Learning

Machine Learning (Aprendizado de Máquina) é um método de análise de dados que automatiza a

construção de modelos de análises e se baseia na ideia de que sistemas podem podem aprender
com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana.

2. Simply Logical: Intelligent Reasoning by Example

Neste livro você vai encontrar exercícios e exemplos autênticos para ajudar a facilitar a
compreensão de conceitos difíceis.

3. Logic for Computer Science: Foundations of Automatic Theorem Proving

Este livro irá abordar a lógica matemática necessária para a ciência da computação, enfatizando
métodos algorítmicos com demonstrações.

4. Artificial Intelligence: Foundations of Computational Agents

31
Este livro é destinado a estudantes de graduação e pós-graduação do primeiro, trazendo
abordagens básicas e levando os leitores a aprenderem fundamentos e também o contexto mais
amplo do tema em questão.

5. From Bricks to Brains: The Embodied Cognitive Science of LEGO Robots

O livro traz a tona a ciência cognitiva incorporada e ilustra suas idéias fundamentais através da
construção e observação de robôs LEGO Mindstorms. Discutindo as características que
distinguem a ciência cognitiva incorporada da ciência cognitiva clássica, o livro coloca uma ênfase
renovada em sentir e agir, a importância da incorporação, a exploração de noções distribuídas de
controle e o desenvolvimento de teorias através da síntese de sistemas simples.

6. Practical Artificial Intelligence Programming in Java

Este livro foi escrito para programadores profissionais e hobistas que já sabem programar em
Java e que querem aprender técnicas práticas de programação de IA. No estilo de um livro de
culinária, os capítulos deste livro podem ser estudados em qualquer ordem. Cada capítulo segue
o mesmo padrão: uma motivação para aprender uma técnica, alguma teoria para a técnica e um
programa de exemplo em Java que você pode experimentar.

7. An Introduction to Logic Programming Through Prolog

Este é um dos poucos textos que combina três teses essenciais no estudo da programação
lógica: a lógica que confere aos programas lógicos seu caráter único; a prática de programar
efetivamente usando a lógica; e a implementação eficiente da programação lógica em
computadores.

8. Essentials of Metaheuristics

O livro traz diversos algoritmos e imagens que irão auxiliar no processo de aprendizagem prática.

9. A Quick and Gentle Guide to Constraint Logic Programming

Apresentação introdutória e realista a Programação Lógica com Restrições, um paradigma de

software empolgante, cada vez mais popular para resolver problemas de restrições combinatórios
e contínuos e problemas de otimização de restrições.

10. Clever Algorithms: Nature-Inspired Programming Recipes

Este livro fornece um manual de receitas algorítmicas que foram descritas de maneira completa,
consistente e centralizada. Essas descrições padronizadas foram cuidadosamente projetadas
para serem acessíveis, utilizáveis e compreensíveis.

11. Clever Algorithms: Nature-Inspired Programming Recipes

Abrange a lógica matemática necessária à ciência da computação, enfatizando métodos

algorítmicos para resolver provas. Fornece definições legíveis e indutivas e oferece uma estrutura
unificada usando sistemas Getzen. Oferece cobertura exclusiva de congruência e contém um
capítulo inteiro dedicado à resolução SLD e programação lógica (PROLOG).

12. Common LISP: A Gentle Introduction to Symbolic Computation

32
Esta introdução altamente acessível ao Lisp é adequada tanto para novatos que se aproximam de
sua primeira linguagem de programação quanto para programadores experientes interessados
em explorar uma ferramenta chave para a pesquisa de inteligência artificial.

13. Bio-Inspired Computational Algorithms and Their Applications

Este livro integra técnicas contrastantes de algoritmos genéticos, sistemas imunológicos artificiais,
otimização de enxame de partículas e modelos híbridos para resolver muitos problemas do
mundo real. Os trabalhos apresentados neste livro fornecem insights sobre a criação de
melhorias inovadoras sobre o desempenho do algoritmo, possíveis aplicações em várias tarefas
práticas e combinação de diferentes técnicas.

14. The Quest for Artificial Intelligence

Este livro traça a história do assunto, desde os primeiros sonhos dos pioneiros do século XVIII (e
anteriores) até o trabalho mais bem-sucedido dos engenheiros de IA da atualidade.

15. Planning Algorithms

Este livro foi escrito para cientistas da computação e engenheiros com interesses em inteligência
artificial, robótica ou teoria de controle, este é o único livro sobre este tópico que integra
fortemente um vasto corpo de literatura de vários campos em uma fonte coerente de ensino e
referência em uma ampla variedade de aplicações.

16. Virtual Reality – Human Computer Interaction

Atualmente, a realidade virtual tem impacto na organização e gestão da informação e até muda o
princípio do design dos sistemas de informação, o que fará com que se adapte aos requisitos da
aplicação. O livro visa fornecer uma perspectiva mais ampla da realidade virtual em
desenvolvimento e aplicação.

17. Affective Computing

Este livro fornece uma visão geral da pesquisa de última geração em Computação Afetiva.
Apresenta novas ideias, resultados originais e experiências práticas neste campo de pesquisa
cada vez mais importante.

18. Machine Learning, Neural and Statistical Classification

Este volume integrado fornece uma introdução concisa para cada método e analisa ensaios
comparativos em problemas comerciais e industriais de larga escala.

19. Ambient Intelligence

O conceito de inteligência ambiental (do inglês Ambient Intelligence) é uma visão na qual os seres
humanos estão cercados pela computação e tecnologias de redes por todo o segmento de seu
ambiente. Neste livro, uma seleção de problemas não resolvidos, considerados fundamentais
para a inteligência ambiental se tornar uma realidade, é analisada e estudada em profundidade.

20. The World and Mind of Computation and Complexity

33
Com o aumento do desenvolvimento da tecnologia, há uma pesquisa para o desenvolvimento de
inteligência artificial semelhante à humana, que pode ser autoconsciente e agir como seres
humanos. Este livro explora as possibilidades da inteligência artificial e como podemos estar perto
de desenvolver um verdadeiro ser artificialmente inteligente.

Comentários

Para um profissional que busca crescimento na carreira, é preciso ter boas referências em sua área. No
caso de quem trabalha com análise de dados, por exemplo, torna-se primordial a leitura de livros sobre
data science para expandir os seus conhecimentos.

O data science é um estudo que possibilita transformar os dados — insumo básico do processo — em
informações relevantes para o negócio. A sua estreita relação com a área de estatística faz parecer que
seja algo complexo, mas nem tanto.

Muitas dúvidas surgem quando se trata de data science, até por ser um conceito que exponencialmente
vem tomando forma no Brasil. Sendo assim, para que você aprenda um pouco mais, preparamos uma lista
com cinco livros essenciais sobre o assunto. Continue a leitura e confira!

1. “Data science for business: What you need to know about

data mining and data-analytic thinking”
Traduzido no Brasil como Data science para negócios:  o que você precisa saber sobre mineração de dados e
pensamento analítico de dados  (Alta Books), esse livro é o básico para quem não domina ainda o conceito
de data science.

Serve para um entendimento conceitual e é voltado para a área organizacional. É um daqueles livros que
esclarecem o máximo possível para quem é leigo.

Escrito por Foster Prowost e Tom Fawcett, apresenta os pré-requisitos fundamentais da área e faz uma
orientação quanto ao pensamento analítico de dados, mostrando, inclusive, inúmeras técnicas e
estratégias para resolver os problemas nos negócios.

2. “Data smart: Using data science to transform information

into insight” 

34
Traduzido no Brasil (pela Alta Books) como Data smart: usando data science para transformar informação em
insight, praticamente segue a mesma linha de raciocínio adotada no Data science for business. Entretanto,
John W. Foreman mostra outros tipos de exemplos e aprofunda-se um pouco mais nas técnicas e também
nos estudos de caso.

O leitor é conduzido a fazer análises reais de dados, porém usando planilhas simples no Excel ou no
LibreOffice Calc. Ao final, ainda é possível visualizar um pouco sobre linguagem R e o uso da inteligência
artificial.

3. “Machine learning yearning”

Andrew Ng aborda em seu livro questões que estão causando verdadeira revolução em várias empresas.
Conceitua inteligência artificial, deep learning e machine learning, algo que já é utilizado em algoritmos
de chatbots, por exemplo.

Você verá informações mais avançadas em termos de data science — algumas indagações farão o leitor
raciocinar a fundo acerca de coletar mais dados de treinamento, se é melhor utilizar o modelo fim a fim de
aprendizagem profunda etc.

4. “Doing data science: Straight talk from the frontline”

Essa publicação de Cathy O’Neil e Rachel Schutt traz tudo o que você precisa conhecer sobre a utilização
de dados para montar estratégias de sucesso nas empresas. Os autores tiveram como inspiração uma
aula introdutória da Universidade de Columbia sobre ciência de dados.

É o livro ideal para quem tem familiaridade com probabilidade, álgebra linear, programação e estatística.
Também traz tópicos sobre algoritmos, redes sociais, engenharia de dados, modelagem financeira, entre
outros temas.

5. “Scoring points: How Tesco continues to win customer

loyalty”
Desenvolvido por Clive Humbry, Terry Hunt e Tim Phillips, o livro aborda um estudo de caso da empresa
Tesco, uma rede britânica de supermercados. Os autores explicam como foi elaborado o cartão Clubcard e
o que aconteceu para essa estratégia ter tido tanto sucesso.

Esse livro é muito recomendado, pois traz informações na prática sobre data science, ensinando sobre as
táticas utilizadas nessa rede e as lições de marketing que podem ser tiradas do programa de fidelidade
para compreender o comportamento do consumidor.

Existem vários outros livros sobre data science que poderiam ser descritos neste post, no
entanto acreditamos que as indicações acima são os pilares fundamentais do básico ao avançado sobre o
assunto.

Gostou da lista de livros sobre data science? Então, continue com a visita ao blog lendo agora mesmo
sobre inovações em business intelligence e entenda mais desse universo! 

35
 Powered
by Rock Convert

https://verde.com.br/blog/top-20-livros-gratuitos-sobre-inteligencia-artificial/

TOP 20 livros gratuitos sobre inteligência

Artificial

36
 https://www.aquare.la/7-livros-descomplicados-sobre-data-science/

7 livros descomplicados sobre Data Science - Aquarela ...

Como falamos neste post aqui, gostamos de abordar assuntos complexos com analogias e
histórias. Por isso, Selecionamos alguns livros que podem ajudá-lo a enriquecer suas
argumentações na hora de explicar para sua mãe ou avó o que é Data Science e como você
faz isso. (Talvez não seja bom falar do título “O andar do bêbado”).
Durante nossas capacitações, alguns alunos levantaram a necessidade de continuar o
processo de aprendizado, e neste sentido, aqui estão algumas de nossas recomendações. A
lista é direcionada para livros de cabeceira, aqueles que você pode ler antes de dormir e não
ter pesadelos (esperamos). Por isso, deixamos os conteúdos mais técnicos para um outro
post.
Aqui na Aquarela temos um time apaixonado por leitura, e estamos sempre trocando
figurinhas sobre temas e recomendações, portanto, segue abaixo nosso top 7!
O que vou encontrar neste artigo? [esconder]
 1 Descomplicando Data Science
 2 Bônus
 3 Conclusões:

Descomplicando Data Science

A lógica do cisne negro – Taleb
O principal tema explorado por Taleb nesse livro é outlier. Ele o faz de uma maneira didática,
com cunho filosófico, trazendo exemplos e histórias de sua vida, aqui você não precisa ser
matemático ou estatístico para entender. Além disso, o autor tem um ótimo senso de humor,
garantindo uma leitura divertida. Amazon
Escrevemos mais aqui sobre o que são outliers e como tratá-los.
Aleatoriedade – Deborah J. Bennett
Um livro que mostra por meio da história e de exemplos práticos que a humanidade sempre
foi atraída pelo acaso, mas cometemos muitos equívocos ao nos depararmos com problemas
contra-intuitivos. Ainda, Deborah fala um pouco sobre Geradores congruentes lineares, que
teoricamente são simples de se entender e aplicar. Amazon
Small data: como poucas pistas indicam grandes tendências –
Martin Lindstrom (Editora Harper Collins)
Aqui o autor é o protagonista. Ele viaja o mundo entrevistando e observando pessoas e suas
constantes mudanças comportamentais em uma sociedade contemporânea. No livro o
objetivo foi verificar como tudo isso afeta os hábitos de compra da população. E a partir
disso, ele encontra pequenas pistas e insights que podem fazer de um produto um caso de
sucesso. Amazon
O andar de bêbado – Leonard Mlodinov

37
Mais do que explicar e exemplificar os conceitos básicos de estatística  e probabilidade, o
livro nos mostra o quanto podemos ter conclusões equivocadas ao querer encontrar algum
padrão, achar uma explicação e preencher uma lacuna.
Leonard ainda fala sobre a importância da quantidade de informações, onde poucos
dados/fatores dá margem para variadas interpretações e baseadas nas crenças pessoais de
cada um. Amazon
Gestão Visual de projetos: Utilizando a informação para inovar –
Júlio Monteiro Teixeira
Este livro, recém lançado, aborda questões chaves de gestão de projetos de colaborativos e
criativos, como é o caso da gestão de processos de análise de dados ou ciência de dados. O
livro é bastante visual e apresenta melhores práticas de colaboração encontradas durante o
estudo de doutorado do autor realizado no Brasil e Alemanha, abordando temas de
administração da criatividade em grupo até dicas sobre a estrutura física dos escritórios.
Nosso CTO Joni Hoppen é um dos co autores convidados, a contribuição da Aquarela nesta
obra foi a definição, em síntese, do processo de geração de indicadores, KPIs, Dashboards e o
fluxo onde se encaixa a entrada dos algoritmos de mineração de dados para insights mais
profundos. Amazon
Data Science for Business: What You Need to Know about Data
Mining and Data-Analytic Thinking:
Escrito pelos renomados especialistas em ciência de dados Foster Provost e Tom Fawcett, o
Data Science for Business introduz os princípios fundamentais da ciência de dados e orienta
o “pensamento analítico de dados” necessário para extrair conhecimento útil e valor
comercial dos dados coletados. Este guia também ajuda a entender as diversas técnicas
de mineração de dados em uso atualmente. Amazon
Storytelling with Data: A Data Visualization Guide for Business
Professionals:
Storytelling with Data ensina os fundamentos da visualização e da comunicação efetiva com
dados. Você descobrirá o poder da narrativa e maneiras de transformar dados em  pontos
cruciais de sua história. As lições deste livro são bastante acessíveis através de inúmeros
exemplos do mundo real, prontos para aplicação imediata em seu próximo gráfico ou
apresentação. Amazon

Bônus
Desenvolvemos dois materiais exclusivos sobre os primeiros passos dentro de projetos de
Data Analytics e Data Science que podem ajudá-lo a atingir seus objetivos através dessas
ferramentas vanguardistas da indústria 4.0:
[INFOGRÁFICO] 5 Passos para um projeto de data analytics de
sucesso!
Esse infográfico tem o objetivo de ajudá-lo a traçar um plano de ação, mostrando as etapas
do processo de implementação de uma cultura voltada a dados. Baixe ele aqui.
[E-book] Aprenda os fundamentos da cultura de data analytics e
posicione-se a frente no mercado.
38
 O e-book apresenta um guia que divide o processo de cultura de dados em sete etapas, da
identificação da oportunidade até a replicação de um projeto de sucesso. Baixe ele aqui.

Conclusões:
Como mostramos, existem diversas opções de publicações relevantes na área de análise de
dados e gestão, assim como os vídeos já sugeridos neste artigo. Contudo, a área é grande e
diversa, então procure manter o foco no progresso lógico e de perfil de sua carreira com
constantes leituras em temáticas que lhe agradam.
 7 motivos para investir em capacitação de Advanced Analytics em 2018
Esperamos que estas dicas tornem suas análises muito mais profundas e impactantes. Caso
tenham mais sugestões não deixem de escrever nos comentários abaixo.
Boa leitura!

 1
 2

39