Veridical Data Science av Bin Yu, Rebecca L. Barter

Boken 'Veridical Data Science' tilbyr et innovativt og tilgjengelig rammeverk for å gjennomføre pålitelig datavitenskap, basert på ekte casestudier fra virkelige data. I motsetning til mange tradisjonelle lærebøker som presenterer datavitenskap som en lineær analytisk prosess med en rekke statistiske og beregningsmessige teknikker, tar denne boken høyde for de utfordringene som er iboende i reelle anvendelser. Forfatterne Bin Yu og Rebecca Barter anerkjenner at de fleste prosjekter starter med uklare problemstillinger og rotete data; de påpeker at datasett ofte kun er tilnærminger til virkeligheten, mens analyser er mentale konstruksjoner. Ved hjelp av det banebrytende rammeverket Predictability, Computability, and Stability (PCS) vurderer de hvordan man kan vurdere påliteligheten og relevansen av datadrevne resultater, spesielt i lys av tre kilder til usikkerhet som oppstår i løpet av hele livssyklusen for datavitenskap: menneskelige beslutninger og vurderinger som gjøres under datainnsamling, rengjøring og modellering. Boken er en uvurderlig ressurs for alle som ønsker å forstå og mestre datavitenskapens komplekse natur.