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！
# d  A' n* R7 T& U. N6 Q  s" y1. 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。
  Q! G; u  L9 q1 D9 G* M4 j! w/ l
3 \3 I  v1 j/ k  m- n难易程度：非常易。

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。

难易程度：非常易。
" j$ c3 ]  v) @! n
6 e3 f; I% }( `0 u3.       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。
3 g# u( a) ^. Z$ W# Y$ X9 C
/ \& |$ {' {9 I4 i! m+ T( |# ?难易程度：易。

- S! N) v% v4 L* G; E4.       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。

* F- H& I# x& U8 Q/ b" A- G难易程度：中。
2 E7 L; ^% m' M4 V( e
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。
: U  z0 p# P/ m
2 U. y4 V# n1 s# l6 G* s$ o难易程度：中。

/ q( o. L1 `! U: g6 _, s6.       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。
# ~* o7 @$ ^+ }7 j: a& o& j  ?
: n. V5 ~& b4 s8 `/ X难易程度：中上。

1 q! a2 w( v8 @6 T7.       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。

2 T4 h& j9 G0 V( w# B' p: I3 V: }  d难易程度：中上。

4 h3 I) c& ~: @' i. Q8.       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。
* H$ D. g5 F1 g& D2 U
难易程度：难。
) B( o: b& _$ c
7 Z3 K4 d  j' S4 \6 A9.       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。
- f9 N+ X. t5 E! ]
7 u) V4 ?' d$ i# u难易程度：难。
& y0 c4 H  M& J. Y  P
  T( z* J5 d, D5 l10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。

, U. j# _' S8 o- I& R3 L11.    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。

12.    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。
9 f' B+ A9 [& X# D
9 v, b$ T* i) ^# M1 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。
% w0 `3 n" @9 b9 z
14.    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 j6 [& V7 d1 ~9 l) _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。
- z6 E( S) c/ X: V, [
* I# V& |& X# @+ d16.    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。
7 k6 W( K6 x# A: h1 r
3 Q5 `# T) F: D+ T# y. }17.    Introduction to Semi-Supervised Learning (http://book.douban.com/subject/3916225/) 半监督学习必读必看的书。

1 G# U. X9 f$ W$ d6 `% ?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！
5 o# Q" i( O' z4 `9 [" j3 @! x
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。

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。

7 J$ J. K" B& Y  y21.    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 F  ?3 T- L, ?22.    Bad Data Handbook (http://book.douban.com/subject/11549309/) 很好玩的书，作者的角度很不同。
# A6 h& A6 `! a5 i& S+ T( \

chb2012

赞

chengshiyu

chb2012 发表于 2014-5-7 23:06
3 n  y+ S2 ^7 B/ J. `赞

* J& k5 J0 i6 K+ B

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！！！！

1 I( u; T8 N: \% G' p' u

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
必须赞啊。。。

- V( _5 j8 w" K7 i9 b

秋枫舞

mark一下，漫漫看