數(shù)據(jù)挖掘與數(shù)據(jù)分析好書推薦

是 否 +2 論壇幣

k人 參與回答

經(jīng)管之家送您一份

應(yīng)屆畢業(yè)生專屬福利!

求職就業(yè)群

趙安豆老師微信：zhaoandou666

經(jīng)管之家聯(lián)合CDA

送您一個全額獎學(xué)金名額~ !

立即領(lǐng)取

感謝您參與論壇問題回答

經(jīng)管之家送您兩個論壇幣！

+2 論壇幣

入門讀物：

深入淺出數(shù)據(jù)分析 (豆瓣) 這書挺簡單的，基本的內(nèi)容都涉及了，說得也比較清楚，最后談到了R是大加分。難易程度：非常易。
啤酒與尿布 (豆瓣) 通過案例來說事情，而且是最經(jīng)典的例子。難易程度：非常易。
數(shù)據(jù)之美 (豆瓣) 一本介紹性的書籍，每章都解決一個具體的問題，甚至還有代碼，對理解數(shù)據(jù)分析的應(yīng)用領(lǐng)域和做法非常有幫助。難易程度：易。
數(shù)學(xué)之美 (豆瓣) 這本書非常棒啦，入門讀起來很不錯！
數(shù)據(jù)分析：

SciPy and NumPy (豆瓣) 這本書可以歸類為數(shù)據(jù)分析書吧，因?yàn)閚umpy和scipy真的是非常強(qiáng)大啊。
Python for Data Analysis (豆瓣) 作者是Pandas這個包的作者，看過他在Scipy會議上的演講，實(shí)例非常強(qiáng)！
Bad Data Handbook (豆瓣) 很好玩的書，作者的角度很不同。
適合入門的教程：

集體智慧編程 (豆瓣) 學(xué)習(xí)數(shù)據(jù)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)人員應(yīng)該仔細(xì)閱讀的第一本書。作者通過實(shí)際例子介紹了機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘中的算法，淺顯易懂，還有可執(zhí)行的Python代碼。難易程度：中。
Machine Learning in Action (豆瓣) 用人話把復(fù)雜難懂的機(jī)器學(xué)習(xí)算法解釋清楚了，其中有零星的數(shù)學(xué)公式，但是是以解釋清楚為目的的。而且有Python代碼，大贊！目前中科院的王斌老師（微博： 王斌_ICTIR）已經(jīng)翻譯這本書了 機(jī)器學(xué)習(xí)實(shí)戰(zhàn) (豆瓣)。這本書本身質(zhì)量就很高，王老師的翻譯質(zhì)量也很高。難易程度：中。我?guī)У难芯可�入門必看數(shù)目之一！
Building Machine Learning Systems with Python (豆瓣) 雖然是英文的，但是由于寫得很簡單，比較理解，又有 Python 代碼跟著，輔助理解。
數(shù)據(jù)挖掘?qū)д?(豆瓣) 最近幾年數(shù)據(jù)挖掘教材中比較好的一本書，被美國諸多大學(xué)的數(shù)據(jù)挖掘課作為教材，沒有推薦Jiawei Han老師的那本書，因?yàn)閭�人覺得那本書對于初學(xué)者來說不太容易讀懂。難易程度：中上。
Machine Learning for Hackers (豆瓣) 也是通過實(shí)例講解機(jī)器學(xué)習(xí)算法，用R實(shí)現(xiàn)的，可以一邊學(xué)習(xí)機(jī)器學(xué)習(xí)一邊學(xué)習(xí)R。
稍微專業(yè)些的：

Introduction to Semi-Supervised Learning (豆瓣) 半監(jiān)督學(xué)習(xí)必讀必看的書。
Learning to Rank for Information Retrieval (豆瓣) 微軟亞院劉鐵巖老師關(guān)于LTR的著作，啥都不說了，推薦！
Learning to Rank for Information Retrieval and Natural Language Processing (豆瓣) 李航老師關(guān)于LTR的書，也是當(dāng)時他在微軟亞院時候的書，可見微軟亞院對LTR的研究之深，貢獻(xiàn)之大。
推薦系統(tǒng)實(shí)踐 (豆瓣) 這本書不用說了，研究推薦系統(tǒng)必須要讀的書，而且是第一本要讀的書。
Graphical Models, Exponential Families, and Variational Inference (豆瓣) 這個是Jordan老爺子和他的得意門徒 Martin J Wainwright 在 Foundation of Machine Learning Research上的創(chuàng)刊號，可以免費(fèi)下載，比較難懂，但是一旦讀通了，graphical model的相關(guān)內(nèi)容就可以踏平了。
Natural Language Processing with Python (豆瓣) NLP 經(jīng)典，其實(shí)主要是講 NLTK 這個包，但是啊，NLTK 這個包幾乎涵蓋了 NLP 的很多內(nèi)容了��！
機(jī)器學(xué)習(xí)教材：

The Elements of Statistical Learning (豆瓣) 這本書有對應(yīng)的中文版：統(tǒng)計(jì)學(xué)習(xí)基礎(chǔ) (豆瓣)。書中配有R包，非常贊！可以參照著代碼學(xué)習(xí)算法。
統(tǒng)計(jì)學(xué)習(xí)方法 (豆瓣) 李航老師的扛鼎之作，強(qiáng)烈推薦。難易程度：難。
Machine Learning (豆瓣) 去年出版的新書，作者Kevin Murrphy教授是機(jī)器學(xué)習(xí)領(lǐng)域中年少有為的代表。這書是他的集大成之作，寫完之后，就去Google了，產(chǎn)學(xué)研結(jié)合，沒有比這個更好的了。
Machine Learning (豆瓣) 這書和上面的書不是一本！這書叫：Machine Learning: An Algorithmic Perspective 之前做過我?guī)У难芯可�教材，由于配有代碼，所以理解起來比較容易。
Pattern Recognition And Machine Learning (豆瓣) 經(jīng)典中的經(jīng)典。
Bayesian Reasoning and Machine Learning (豆瓣) 看名字就知道了，徹徹底底的Bayesian學(xué)派的書，里面的內(nèi)容非常多，有一張圖將機(jī)器學(xué)習(xí)中設(shè)計(jì)算法的關(guān)系總結(jié)了一下，很棒。
Probabilistic Graphical Models (豆瓣) 鴻篇巨制，這書誰要是讀完了告訴我一聲。
Convex Optimization (豆瓣) 凸優(yōu)化中最好的教材，沒有之一了。課程也非常棒，Stephen老師拿著紙一步一步推到，圖一點(diǎn)一點(diǎn)畫，太棒了。

掃碼加我 拉你入群

請注明：姓名-公司-職位

以便審核進(jìn)群資格，未注明則拒絕

分享1 收藏18 回帖

關(guān)鍵詞：數(shù)據(jù)挖掘與數(shù)據(jù)分析 數(shù)據(jù)挖掘 數(shù)據(jù)分析 好書推薦 introduction 好書推薦 經(jīng)典的 而且 領(lǐng)域 尿布

樓主好人啦

多謝分享!!!

學(xué)習(xí)受教了

樓主好人有好報(bào)！

關(guān)聯(lián)分析

好推薦

評點(diǎn)到位，多謝

英文水平要提高才行了。

多謝分享