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)容了啊！
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