Como muitos aqui —a maioria, suponho—, venho de uma formação em jornalismo “tradicional”, em que matérias no campo de ciências exatas não têm tanto espaço. DDJ, contudo, requer algum conhecimento mais pormenorizado em matemática, estatística e afins —e mais ainda se você desejar trilhar o caminho de ciência de dados, aprendizado de máquina etc., em que permeiam notações científicas para explicar, por exemplo, cost function em regressão logística.
Como vocês mitigam essa defasagem de ciências exatas? Sabem de cursos de matemática para não-matemáticos? Conhecem bons livros que são profundos, mas compreensíveis para leigos?
Apenas para reforçar que este livro é muuuito bom para aqueles que não se sentem muito confortáveis com estatística. A narrativa é muito gostosa, os exemplos super didáticos e você aprende sem perceber…
Esse curso de ML do Andrew Ng é excelente. Ele tem uma sequência de aprendizagem sobre estatística que é bem suave. Eu diria que é uma curva derivável em todos os pontos. Todos os conceitos, inclusive os mais pesados como gradiente e derivadas parciais que são fundamentais para o entendimento de ótimo local x ótimo global, por exemplo, ele explica através de intuição. Além disso, existem alguns ramos optativos do curso que trazem uma boa revisão de elementos importantes para a estatística, tais como Álgebra Linear.
+1 estou fazendo esse curso com uma galera lá do trabalho e a base dele é sensacional. @rodolfoviana, a gente está colocando os exercícios num colab, e eu tenho colocado algumas anotações num repo também. Estou bem no início ainda. Você está anotando algo por aí?
Eu gosto muito deste curso do IBPAD de Estatistica para Comunicadores e também o curso de Python e R para Data Science do Fernando Amaral no Udemy, que vai ponto a ponto.