数据分析、挖掘的好书推荐——干货分享

chengshiyu

我找了好久才找到的资料，分享出来给咱们数模人！共同提高，共同进步！
4 w% i" w6 C/ R: S; l* t& U1. 深入浅出数据分析 (http://book.douban.com/subject/5257905/) 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。
. C/ |, ]7 h, U4 P- Z  j
难易程度：非常易。
# I1 {' n5 z1 e" A% \' @- L) G
2.       啤酒与尿布 (http://book.douban.com/subject/3283973/) 通过案例来说事情，而且是最经典的例子。
6 t: d6 c. J0 C- b. g
1 f6 m2 C7 G8 W/ {* S3 r难易程度：非常易。
) ~) {) ~5 F2 f& ?+ b( w% f
3.       数据之美 (http://book.douban.com/subject/5269219/) 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。

9 m: z  b. x$ o: R& h: Q9 ^4.       集体智慧编程 (http://book.douban.com/subject/3288908/) 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。
+ o; @7 n6 ~" ]; H& ^( @
难易程度：中。
4 U7 F. I9 k3 f. |0 B
5.       Machine Learning in Action (http://book.douban.com/subject/6962285/) 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 (http://book.douban.com/subject/24703171/)。这本书本身质量就很高，王老师的翻译质量也很高。
! ^$ ?8 T; o0 y4 z7 y
* M1 F% J( V. F4 I难易程度：中。
, z& X4 \, \2 E% o8 S2 }2 n
6.       推荐系统实践 (http://book.douban.com/subject/10769749/) 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。
6 l* x5 F; Y. b" Z, R. g
. H. I+ }2 _" w3 d0 e& J; t难易程度：中上。
9 ~2 P+ ^3 B' e  Z
% M7 j; J8 F8 p) A" i7.       数据挖掘导论 (http://book.douban.com/subject/5377669/) 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。
! T$ S2 X1 |. L# q9 I5 _
  D9 V; D- Q. e1 N1 B' {$ M难易程度：中上。

8.       The Elements of Statistical Learning (http://book.douban.com/subject/3294335/) 这本书有对应的中文版：统计学习基础 (http://book.douban.com/subject/1152126/)。书中配有R包，非常赞！可以参照着代码学习算法。
8 ], u* ]) g- [. L
难易程度：难。

4 n1 q; p9 ]3 U+ A5 t; u9.       统计学习方法 (http://book.douban.com/subject/10590856/) 李航老师的扛鼎之作，强烈推荐。

7 q' Q$ m4 Q8 e难易程度：难。

10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。

11.    Machine Learning (http://book.douban.com/subject/10758624/) 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。
& j9 S2 U* _  B; r8 Z
2 R. |1 `; g& P12.    Bayesian Reasoning and Machine Learning (http://book.douban.com/subject/5397287/) 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 (http://book.douban.com/subject/7906768/) 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。
4 [) R' c( g  B. N
$ i* W, {4 ?' q. p5 f14.    Probabilistic Graphical Models (http://book.douban.com/subject/4007200/) 鸿篇巨制，这书谁要是读完了告诉我一声。

15.    Convex Optimization (http://book.douban.com/subject/1888111/) 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。
1 Q! `: P' v' x
2 x0 o: t5 j' \0 c: c% O2 u. ^+ L6 Z% _16.    Graphical Models, Exponential Families, and Variational Inference (http://book.douban.com/subject/3722993/) 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 (http://book.douban.com/subject/3916225/) 半监督学习必读必看的书。
: @7 p  M. A; J, g' j8 D
18.    Learning to Rank for Information Retrieval (http://book.douban.com/subject/4063191/) 微软亚院刘铁岩老师关于LTR的著作，啥都不说了，推荐！

  S1 w3 }( o% f! d  I  B" h19.    Learning to Rank for Information Retrieval and Natural Language Processing (http://book.douban.com/subject/6440223/) 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 (http://book.douban.com/subject/10561724/) 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 (http://book.douban.com/subject/10760444/) 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！

/ g3 r. @* T" y5 A22.    Bad Data Handbook (http://book.douban.com/subject/11549309/) 很好玩的书，作者的角度很不同。
8 t  F* k& h* K: [6 P' \

chb2012

赞

chengshiyu

chb2012 发表于 2014-5-7 23:06
+ r& d3 j. Q; V3 c4 ^% N' Y赞

' ?2 E% G+ i# I5 m% ~  k6 d

gancm

这个很赞！！！！

一米阳光的ta

必须赞啊。。。

一米阳光的ta

谢谢分享啦。。。

chengshiyu

gancm 发表于 2014-5-15 15:32
+ H% C* P3 ?. {& G7 @7 g  c这个很赞！！！！

5 v4 w7 c* h, p3 M3 g& H6 I0 g

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
必须赞啊。。。

; Z; G+ C. x. P+ f0 }+ ?) p* g

秋枫舞

mark一下，漫漫看