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！
  `& r* k0 O" u/ s1. 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。
; v0 p# D1 e% s- H; v3 j
难易程度：非常易。
) t) d* U. L2 J, w" \" B8 b7 I6 Z* _
4 C; L, v6 S( Y3 g3 \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。
4 O7 f1 B/ ~/ x  G4 x$ ?, y6 F! U
难易程度：非常易。

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。
0 L6 _/ d' C! u+ D+ e4 v( a
难易程度：易。

6 e9 X" E- O* A. T& `' A* [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。

难易程度：中。

3 P$ _- h$ R  F0 Z5.       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。

难易程度：中。
0 Z+ |" h* U( @- ?) }
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。

难易程度：中上。

8 w2 `. |9 e* k% Z, X4 p1 S# s; ^7.       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。

  F* k5 N; r) [: B9 B- y难易程度：中上。
. r6 _6 U7 p- I  M1 g( F
- m+ p3 z1 \, h) A8.       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。

' c, v) n* m" L& ~( ^- W! }难易程度：难。

' e2 a# [' z; n' G( T+ F2 W8 [, V9.       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。
# E) z% o1 }. N
  X% U+ p1 i( O1 ]; g难易程度：难。

# r  T3 d, i3 [# Q0 k10.    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。
  `$ m% C5 c! l% L: ~/ R
, E/ T/ b; \7 c12.    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。
& O' z* E+ ^5 T3 m+ J. p
, }' O& S6 l# k13.    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。
  U1 r: c- C5 R0 t4 w: G+ J
4 p0 E, s9 i5 n, m* l% x14.    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。
- m) }( Q5 ^  ~* }8 a% z+ Z+ l1 d
% `) m. q" \8 L; K8 j+ z15.    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。

2 n4 ?4 p9 b$ @' E' o. U! w- f16.    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。
/ A# M) f  w1 k+ {  ?! |
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！
1 f# H6 q, V6 D8 m4 ]
2 C: k, s; |; i* w3 ]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。

, i: X! g: v* T2 M* a* Z- K0 k21.    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！

22.    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

9 j9 P& r$ X5 w2 w# K

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！！！！

2 ^' O1 w* G' z% \" t

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
必须赞啊。。。

( y0 P- ?1 o6 g( t9 K

秋枫舞

mark一下，漫漫看