Downey A.

Think Stats

Ce livre offre un bon panorama de l’utilisation des statistiques dans un contexte data science, mais il est loin d’être réussi. Tout d’abord je n’ai pas adhéré au plan suivi par l’auteur. Il se prête peut-être à des cours – ce livre est issu des cours dispensés par l’auteur –, mais pas à la lecture. Ensuite il mixe mathématiques et programmation et c’est justement là qu’il pèche. Si les deux disciplines sont intimement liées, il est en effet impensable de faire des statistiques avec un papier et un crayon, mais de là à expliquer comment on a codé ses propres fonctions en Python alors qu’il existe des librairies comme pandas, statsmodel, scipy, seaborn, etc.

Think Python

Ce livre s’adresse aux débutants, pas seulement en Python, mais aux débutants en programmation. La nuance est très importante car ses implications sont nombreuses. En fonction de la cible, le discours peut changer du tout au tout. Un concept aussi simple et aussi évident pour un développeur que l’itération au sein d’une liste, devra d’abord être appréhendé et compris par un novice avant de se focaliser sur la syntaxe et / ou les différentes façon de procéder et / ou les particularités du langage Python.