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！
6 b2 S$ s3 O3 F4 t/ r1. 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。
5 E) |! S4 J, c, N
2 A" }- T# I' a) B2 X3 n5 }2 M0 c! Y& s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。
" @$ ]2 p' n( ?$ v+ E" J
难易程度：非常易。
  }' e3 c7 W0 z! H3 @
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。
" j$ g% g9 _8 H9 g8 w* h4 {6 w
难易程度：易。
6 `. e+ p: |8 S3 P. J) r/ t
( J( r9 S" d2 O3 E! |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。
# }4 c4 F0 n% s% C  O+ F. L1 M
7 Y0 K% X( d  R2 O0 K0 E5.       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。
; X# [) q! B3 Z5 \) w% H. ~
9 g) S6 d6 U% X2 V$ u3 l难易程度：中。

/ {/ B; P6 s2 z3 N: F# t5 Y6.       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。
) Q* n5 ]8 V" r, P8 K6 [2 O: [% F* s9 U* C
4 M: T3 ?4 i# r" o5 |0 ?$ {  y难易程度：中上。

+ v. O  }  l0 n6 G8 g9 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。

2 c9 @4 L3 ?+ P( k: g难易程度：中上。
/ `: r+ ~5 o% b" r. E. l2 i: O
- ?1 B0 P) k& L8 T* W5 M8.       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。
+ n% S4 @' x5 [; v  l0 P
9.       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 |1 Y% Q0 y* z8 n难易程度：难。
) S6 g# N4 u& k2 I; A
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。

7 o# H- y& a0 z% S8 g12.    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。
$ j( T0 [" t- w
. X9 b' Q$ W( U: E0 Z  T- l' X13.    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。

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。
8 l1 j; r3 }( \2 v! X5 a  U$ t
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。

+ e3 }# j- ~, `6 L9 h8 {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。
5 u" \6 ]  r! L  F  A: r# G
* P9 j" X. h$ F  o( o( I- Z7 C18.    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！
7 _1 I1 Y; N# f; z1 W
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。

) g7 V& Z( j/ o3 T20.    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。
, E' y) Q6 p5 H! y- P
( K. t  J6 |$ B8 N7 _! ^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！

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

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
+ F; C, ]  ?' b: {1 Z9 D这个很赞！！！！

& m2 }" {7 k  Y- g' g" Z0 a7 s

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
必须赞啊。。。

( f" m6 t. @% f1 z# E+ V

秋枫舞

mark一下，漫漫看