Привет, автор. Работаю в клинике при университете и хочу вкатиться в анализ данных и AI для научных работ в ближайший год-два, питон знаю на уровне hello world, как считаешь, с какой книги стоит начать? Когда есть несколько на выбор, а времени на обучение мало и пока что нет чёткой цели (хочу базу подготовить), сложно что-то решить, думая, что, может, это не лучший выбор. Алсо, книги на английском тоже вариант, даже лучше, т.к. книги на русском в нынешних реалиях даже сложнее достать.
[вообще я полностью согласна с комментарием челокека и не могу особо посоветовать книги, но добавлю немного к словам про цель]
пока ещё нет четкой цели
А какие у тебя данные?
Категорийные данные пациентов (например, какие-то биомаркеры) часто малочисленные, грязные, неполные и иногда ещё и могут быть собраны разными тест-системами в одном датасете — это прямой путь в хорошее, углубленное изучение статистики, чтобы понять, как заполнять пробелы в данных и можно ли вообще на этом обучаться.
Генетические маркеры и работа с последовательностями — это все ещё статистика + мб последние модели для работы с текстом.
Если нужно обрабатывать изображения, результаты мрт и прочее, то это опять статистика, поскольку они все ещё являются данными пациентов + обычные нейронки на уровне пользователя, если тебя не интересует разработка методов. Разные старые книги про распознавание изображений до появления сверточных нейросетей могут при этом дать более глубокое понимание анализа изображений.
Если что-то, связанное с химией (например, перекрестные эффекты от лекарств), то есть смысл параллельно прочитать книжку по хеминформатике (Маджидова на русском, например), пройти какой-нибудь курс на степике про графы и дальше пойти читать https://dmol.pub/.
Привет, автор. Работаю в клинике при университете и хочу вкатиться в анализ данных и AI для научных работ в ближайший год-два, питон знаю на уровне hello world, как считаешь, с какой книги стоит начать? Когда есть несколько на выбор, а времени на обучение мало и пока что нет чёткой цели (хочу базу подготовить), сложно что-то решить, думая, что, может, это не лучший выбор.
Алсо, книги на английском тоже вариант, даже лучше, т.к. книги на русском в нынешних реалиях даже сложнее достать.
[вообще я полностью согласна с комментарием челокека и не могу особо посоветовать книги, но добавлю немного к словам про цель]
пока ещё нет четкой цели
А какие у тебя данные?
Категорийные данные пациентов (например, какие-то биомаркеры) часто малочисленные, грязные, неполные и иногда ещё и могут быть собраны разными тест-системами в одном датасете — это прямой путь в хорошее, углубленное изучение статистики, чтобы понять, как заполнять пробелы в данных и можно ли вообще на этом обучаться.
Генетические маркеры и работа с последовательностями — это все ещё статистика + мб последние модели для работы с текстом.
Если нужно обрабатывать изображения, результаты мрт и прочее, то это опять статистика, поскольку они все ещё являются данными пациентов + обычные нейронки на уровне пользователя, если тебя не интересует разработка методов. Разные старые книги про распознавание изображений до появления сверточных нейросетей могут при этом дать более глубокое понимание анализа изображений.
Если что-то, связанное с химией (например, перекрестные эффекты от лекарств), то есть смысл параллельно прочитать книжку по хеминформатике (Маджидова на русском, например), пройти какой-нибудь курс на степике про графы и дальше пойти читать https://dmol.pub/.
Начни с бесплатных курсов на степике. Там есть и питон и статистика и мл. Все что нужно для базы.
минимальная математическая подготовка есть?
Думаю достаточно пройтись по курсу на метаните