Udacity课程很酷，但是您是否曾经尝试过从工作学习中摆脱压力并爱上活着的魔鬼? 上周，我向我的老板做了简短的介绍，介绍了有关工厂(秘密)当前状况的一些关键见解，他对分析领域没有眼光，但是在计划如何运营工厂方面有很多经验。 我本可以花很多钱才能看到他脸上的表情，告诉我"我百分之一百在听，这条曲线很有意义，而且这种演示完全没意思"。 事实证明，分析领域还有很多，不仅仅是真正擅长数学和理解数据。 这部分显然是将结果推广给数据科学或经济学领域的非专家，并使有见识的人可以使用见解。
过去几年中，我读过的书中有很多关于该演示文稿的结构和语调的想法，这使得数据的观点比大学或科学论文更容易理解。正如历史学家尤瓦尔·诺亚·哈拉里(Yuval Noah Harari)所言，电视连续剧《黑镜》(Black Mirror)使人工智能的现实比杰弗里·欣顿(Geoffrey Hinton)的图灵奖获奖论文更接近普通大众。因此，这里有一些数据科学方面的教育性和娱乐性书籍，可让每位分析师感到不寒而栗。(顺序不代表任何意思)
1. 魔鬼数学
https://book.douban.com/subject/26594366/
乔丹·埃伦伯格
与清单上的其他书籍相比，"魔鬼数学"有时会用合理的数学方程式和定理来解决许多日常生活统计数据中的隐藏数学。 我们在政治上，在散布恐惧的电视上以及在"科学期刊"上听到的那些乍一看都是正确的，并由牛津大学认证。 它详细讨论了概率和可能性的各种度量方法，比较项，大数定律以及从各种现实情况中带回的数字的含义。 以生存倾向为开端，这些书变得越来越有趣，直到您的心跳加快，直到您对书结束了感到孤独，并希望还有更多书时，才结束。
2. 黑天鹅 - 如何应对不可预知的未来
https://book.douban.com/subject/6854525/
纳西姆·尼古拉斯·塔勒布(Nassim Nicholas Taleb)
这是一本相对较难阅读的书，除非您想通过买卖期权赚取很多钱并且在股市上花了大笔钱。纳西姆·塔莱布(Naseem Taleb)让您和市场上的其他所有人意识到他们确实很愚蠢，并预测股市是傻瓜的努力。他对如何随机性地打乱日常世界以及您真正可以确定的事物少有傲慢而有趣的观点。塔里布列举了许多依靠随机性而失败的例子，以及成功的预测可能是多么微不足道的例子，先生，他成功地说服了你，你是个白痴。
3. 实事求是 Factfulness
https://book.douban.com/subject/30205907/
汉斯·罗斯林(Hans Rosling)
事实能力强。 这是一个男人的项目，使他的一生成为了自己的工作。 从字面上看，汉斯·罗斯林(Hans Rosling)躺在病床上的时候就写下了这句话。 从字面上看，这是他离开星球前的最后一件事。 它指向所有散布恐惧的新闻频道和散布仇恨的政治，并通过显示数字来证明它们是错误的，实际上是说我们作为一个星球和一个物种正在做得很好。 还有希望。 实际上，不仅有希望，还有百万个庆祝的理由。 您将在这里学习如何显示全貌，以便人们可以决定对发生的事情感到高兴还是难过。 在全球范围内，事实证明"好"并不是什么明显的事情。
4. 思考，快与慢
https://book.douban.com/subject/10785583/
丹尼尔·卡尼曼(Daniel Kahneman)
快慢思考是一本由高贵得奖经济学家丹尼尔·卡尼曼(Daniel Kahnemann)撰写的关于认知偏见的精彩著作。作为分析师，不仅知道数字，而且知道客户在给定所有选项后会选择什么，因此，如何打包信息而不仅仅是报告信息。它充分说明了我们作为灵长类动物的情绪倾向，这些倾向明显超出了我们的逻辑，使大脑减少了一半。如果有什么安慰的话，下一次您做出不合逻辑的选择时，您会发现自己很容易被进化所吸引，如果您足够聪明，那么您可能会选择其他方式。
5. 人人都在说谎
https://book.douban.com/subject/30384189/
塞斯·史蒂文斯·戴维多维兹(Seth Stevens Davidowitz)
当人们在观看和不观看时，我们的行为有所不同。 这本书的基调是"喷洒你的饮料好笑!"。 只是从Davidowitz选择要写的主题，例如人们在google中键入的残酷诚实的问题。 这可能会强化一些陈规定型观念，例如男人或女人是否对在口头上取悦异性更感兴趣(嗯，如果您知道我的意思)，我们是否像我们所说的那样投票，以及不同年龄段的人如何优先考虑 生活的不同阶段。 这本书是伪装成科学的纯幽默。
6. 魔鬼经济学
https://book.douban.com/subject/1473250/
史蒂文·莱维特和斯蒂芬·杜布纳
莱维特是一个古怪的经济学家，杜布纳是个机智的记者。 毋庸置疑，《狂热经济学》是一本备受争议的令人愉悦的书。 Levitt选择地球上最随机的话题来应用数据科学。 为什么? 用乔治·马洛里的话来说，"因为它在那里"。
这本书谈论的是毒品交易者金钱链的经济学，有或没有桂冠的学校对孩子的职业的影响，名字的"颜色"是否在您的未来中发挥了作用，相扑选手与美国老师的对抗以及其他您不愿做的事情 醒着的时候不要梦想。 如果您想知道如何提出正确的问题，请阅读此书。
7. 异类
https://book.douban.com/subject/25863621/
马尔科姆·格拉德威尔(Malcolm Gladwell)
马尔科姆·格拉德威尔(Malcolm Gladwell)从未让您失望。他是一位优秀的记者，也是一位出色的讲故事的人。在阅读Gladwell书的最后，您可能学到了或可能没有学到新知识，但是您肯定会为您已经知道的知识收集一些证据。他将外行数据分析放在数十种社交情况下，直到您只能朝达成协议的方向点头。它使您确信自己还不够出色，但却很出色，并且可以从地球上最随意的地方获得数据科学的证明。如果您提出正确的问题，到处都有答案。这就是您将从书本中学到的东西。
