你好,游客 登录 注册 搜索
背景:
阅读新闻

我读过的机器学习/数据挖掘/数据分析方面的书

[日期:2016-04-06] 来源:博客园精华区  作者: [字体: ]

  总结一下我读过的机器学习/数据挖掘/数据分析方面的书,基本上我写的都是读完过的,不然不敢写 = =,持续更新~

  数据分析

  实习的时候只会Matlab,公司小,没钱买正版,所以领导要我两星期把R学会,当时看的有这些书

大数据

  1.R语言实战

  链接:https://book.douban.com/subject/20382244/

  评价:很好的入门书,从安装、入门、基本的统计分析,作图命令,以及常见的分类、回归、降维等方法都有写

  推荐指数:五颗星

  2.数据分析-R语言实战

  链接:https://book.douban.com/subject/25953866/

  评价:专门用R语言写的数据分析的书,掌握R的基础后可以看看,侧重数据分析的基本方法,介绍了一些常见的分析方法,比较基础。

  推荐指数:四星半

  3.探索性数据分析

  链接:https://book.douban.com/subject/1551897/

  评价:外国人写的书,但是翻译真的太烂了。而且内容其实没什么干货啊,找本统计学的教材看看吧。

  推荐指数:三颗星

  4.R语言编程艺术

  链接:https://book.douban.com/subject/24699632/

  评价:在图书馆意外发现了这本好书,对于R中的数据结构和性能提升讲的不错。

  推荐指数:四颗星

  5.利用Python进行数据分析

  链接:https://book.douban.com/subject/25779298/

  评价:这本书是pandas模块的作者写的书,一句话总结:Pandas使用手册。如果用Python做数据分析,基本上Pandas是必不可少的包。

  推荐指数:四颗星

  数据挖掘/机器学习

  4.大数据时代的R语言 数据挖掘:R语言实战

  链接:https://book.douban.com/subject/25901568/

  评价:和上面的“数据分析-R语言实战”好像是一个系列的,基本上常见的数据挖掘方法都介绍了,有理论有实例,适合入门。

  推荐指数:四颗星

  5.数据挖掘概念与技术

  链接:https://book.douban.com/subject/2038599/

  评价:入门书,理论多,好像是很多研究生学数据挖掘的教材,很详细,孟小峰老师的翻译还是不错的,相对很多翻译很烂的还是可以的。

  推荐指数:四颗星

  6.机器学习实战

  链接:https://book.douban.com/subject/24703171/

  评价:Python写的,没有Python基础的话还是先学学Python吧,基本上都是实例为主,代码很详细,讲的也很通俗易懂,github上可以下载代码

  推荐指数:五颗星

  7.集体智慧编程

  链接:https://book.douban.com/subject/3288908/

  评价:和机器学习实战一起看的,也基本上都是实例,翻译的也可以,比“探索性数据分析”的翻译好多了!!有代码,可以实操,基本上真正掌握了可以应对一般的数据挖掘的需求了。

  推荐指数:五颗星

  8.统计学习方法

  链接:https://book.douban.com/subject/10590856/

  评价:李航博士写的机器学习常见算法的数学推导,讲的算是比较详细了,对于有数学基础的还是很好理解的,如果没有数学基础,可以先看看数分高代凸优化之类的书再看。适合有一定基础的学习。

  推荐指数:五颗星

  9.推荐系统实战

  链接:https://book.douban.com/subject/10769749/

  评价:看名字就知道是讲推荐系统的,对于不知道推荐系统是啥的可以好好看看,看完基本上了解推荐系统的大概框架和流程,也有一些例子,但是每个例子以及理论都讲的很浅,没有深入,只适合入门。

  推荐指数:四颗星

  10.数据挖掘导论

  链接:https://book.douban.com/subject/5377669/

  评价:实习的同事本科时上课的教材,也是一部大巨头啊,外国人写的书,很通俗易懂,非常非常详细。

  推荐指数:四颗星

 

  今天先写到这儿吧,基本上都是一些入门书,还有一些在印象笔记里,回去再总结。下次写看过的hadoop/Python/Spark的书,以及一些比较不错的论文。





收藏 推荐 打印 | 录入:elainebo | 阅读:
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