你好,游客 登录 注册 搜索
背景:
阅读新闻

22本数据分析、挖掘的好书推荐—绝对干货,不看后悔

[日期:2015-04-23] 来源:数盟  作者: [字体: ]

1. 深入浅出数据分析

这书挺简单的,基本的内容都涉及了,说得也比较清楚,最后谈到了R是大加分。

难易程度:非常易。

2.啤酒与尿布

通过案例来说事情,而且是最经典的例子。

难易程度:非常易。

3.数据之美

一本介绍性的书籍,每章都解决一个具体的问题,甚至还有代码,对理解数据分析的应用领域和做法非常有帮助。

难易程度:易。

4.集体智慧编程

学习数据分析、数据挖掘、机器学习人员应该仔细阅读的第一本书。作者通过实际例子介绍了机器学习和数据挖掘中的算法,浅显易懂,还有可执行的Python代码。

难易程度:中。

5.Machine Learning in Action

用人话把复杂难懂的机器学习算法解释清楚了,其中有零星的数学公式,但是是以解释清楚为目的的。而且有Python代码,大赞!目前中科院的王斌老 师(微博: @王斌_ICTIR)已经翻译这本书了 机器学习实战 (豆瓣)。这本书本身质量就很高,王老师的翻译质量也很高。

难易程度:中。

6.推荐系统实践

这本书不用说了,研究推荐系统必须要读的书,而且是第一本要读的书。

难易程度:中上。

7.数据挖掘导论

最近几年数据挖掘教材中比较好的一本书,被美国诸多大学的数据挖掘课作为教材,没有推荐Jiawei Han老师的那本书,因为个人觉得那本书对于初学者来说不太容易读懂。

难易程度:中上。

8.The Elements of Statistical Learning

这本书有对应的中文版:统计学习基础 (豆瓣)。书中配有R包,非常赞!可以参照着代码学习算法。

难易程度:难。

9.统计学习方法

李航老师的扛鼎之作,强烈推荐。

难易程度:难。

10.Pattern Recognition And Machine Learning

经典中的经典。

11.Machine Learning

去年出版的新书,作者Kevin Murrphy教授是机器学习领域中年少有为的代表。这书是他的集大成之作,写完之后,就去Google了,产学研结合,没有比这个更好的了。

12.Bayesian Reasoning and Machine Learning

看名字就知道了,彻彻底底的Bayesian学派的书,里面的内容非常多,有一张图将机器学习中设计算法的关系总结了一下,很棒。

13.Machine Learning for Hackers

也是通过实例讲解机器学习算法,用R实现的,可以一边学习机器学习一边学习R。

14.Probabilistic Graphical Models

鸿篇巨制,这书谁要是读完了告诉我一声。

15.Convex Optimization

凸优化中最好的教材,没有之一了。课程也非常棒,Stephen老师拿着纸一步一步推到,图一点一点画,太棒了。

16.Graphical Models, Exponential Families, and Variational Inference

这个是Jordan老爷子和他的得意门徒 Martin J Wainwright 在 Foundation of Machine Learning Research上的创刊号,可以免费下载,比较难懂,但是一旦读通了,graphical model的相关内容就可以踏平了。

17.Introduction to Semi-Supervised Learning

半监督学习必读必看的书。

18.Learning to Rank for Information Retrieval

微软亚院刘铁岩老师关于LTR的著作,啥都不说了,推荐!

19.Learning to Rank for Information Retrieval and Natural Language Processing

李航老师关于LTR的书,也是当时他在微软亚院时候的书,可见微软亚院对LTR的研究之深,贡献之大。

20.SciPy and NumPy

这本书可以归类为数据分析书吧,因为numpy和scipy真的是非常强大啊。

21.Python for Data Analysis

作者是Pandas这个包的作者,看过他在Scipy会议上的演讲,实例非常强,用pandas做数据分析!

22.Bad Data Handbook

很好玩的书,作者的角度很不同。





收藏 推荐 打印 | 录入:Cstor | 阅读:
相关新闻      
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款