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！
1. 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。
9 K$ d  s& B$ F' S! X
难易程度：非常易。
% R0 v3 K3 P$ _% N0 m
! g4 G6 n( V+ V5 \9 V  m- z2.       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。
: s* I4 F) {+ R, B
  ^9 V9 ]% _! i- t4 c6 `难易程度：非常易。
* {- }( u  \  i
. ]* @6 Q2 V& O3.       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。
2 \# z: }8 E' I1 O7 y
9 X& f" G7 F$ T' r难易程度：易。
' _, h% J2 i+ l" O! J- }
9 n3 p) g7 I5 e! A* n, g. N4.       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。

难易程度：中。

# \' ]" Q/ L( _0 |2 u: i5.       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。
; o+ ^, R# j! G  W! P1 U
4 V; [/ ~+ ?9 y7 N& m难易程度：中。
  }. g: J( S9 P" H" L
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。
" r+ E5 g+ D# X& `. P( f1 s& @
难易程度：中上。

2 N8 m1 F2 @4 V4 l! B9 V7.       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。

难易程度：中上。
2 r$ P) Z5 [- p8 @, i* I# b% A
  _" L9 a) y! a& s7 e* t8.       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。

难易程度：难。
. j( }4 c& |* e8 Z( C
5 E$ _4 t! i, h# k, Z. T+ I- |( m( q9.       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。

难易程度：难。
4 m! k# F, X8 I; ]* ?) [/ p
10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。

7 R% B% @; {$ [# ~. Z% ?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。

8 T$ ?5 Z; d' J. \. P7 a% L12.    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。
; }$ c: V+ j% ~4 U9 w/ b
6 W) d/ e( `# ]0 D13.    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。

1 R7 |. U5 f. O14.    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。

9 P6 w1 R! B: R5 U5 K15.    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。
) \$ Y3 {6 J8 R7 \$ G1 r6 C/ Q
: n9 C6 H/ G: _$ E% M) ^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。
1 B, X' Q3 d: {
17.    Introduction to Semi-Supervised Learning (http://book.douban.com/subject/3916225/) 半监督学习必读必看的书。
. h9 O7 {5 L- @. {9 {
0 v  g& S2 ?4 Z) d5 ]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！

19.    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。
" \) a5 W, g& {; e, \8 G
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！

4 L; W# e( R6 \3 E22.    Bad Data Handbook (http://book.douban.com/subject/11549309/) 很好玩的书，作者的角度很不同。

chb2012

赞

chengshiyu

chb2012 发表于 2014-5-7 23:06
赞

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
这个很赞！！！！

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
6 B" V- i' o, f必须赞啊。。。

& p" F" Y) O0 a; K) B) x. m/ l

秋枫舞

mark一下，漫漫看