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！
( a' Y  E# s) t8 E  z! Y& i' z" 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。
( t3 h: ?5 @3 c4 b7 I/ n0 p, I
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。

! h' l* Y4 c- P- j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。

难易程度：易。
% y" F! y) p" R! h6 l% H. U6 J, e
- C; _3 p7 p: l! N2 G7 ?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。
; |4 e8 X  h+ [  o/ {
: g$ p" s/ j. w- B9 b% y( v# S1 z难易程度：中。
6 C" D, o: Q+ h2 W* R) ?; g
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。

% Q! V( _0 `) W( ~: u难易程度：中。

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。

/ H4 }: K" q. h. H, k; x7 r8 N3 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。
+ m1 X; E- D; f$ {
难易程度：中上。
( g* J" O' ?8 T; U: r' P$ a" d
5 Q* {* I% E6 K/ S7 f3 O8.       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。
0 \! J* B* A% ^9 g- S$ s; X
难易程度：难。
" c. w( @; s6 ?1 J
2 T4 i6 q) Q+ o3 c& y9.       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。

( Z7 u- \% b4 j& J* x难易程度：难。
' a; P% `3 `8 X. R7 ^% n
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。
# w1 z0 T; C4 [4 H$ h0 t# t  Z1 C
& g- D$ ]; ?, r: A12.    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。
; ^! y' P  C) {1 E9 m; O
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。
' j  {% X& O2 d# M8 K8 x) T9 C
2 m, v: ?& ~4 n7 p; n8 U14.    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。
# T  q) s& [. V/ R& i6 v) I: O5 n- B
( d/ G8 P5 L: E; K6 K/ I2 U  D15.    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 H9 u& a- n3 {6 Z: @
2 O" ~% l2 j/ p7 {& K6 Q' Q16.    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。

4 R0 h1 y# Q' l2 m17.    Introduction to Semi-Supervised Learning (http://book.douban.com/subject/3916225/) 半监督学习必读必看的书。

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。

' Q) h9 A7 E. n3 Q6 X20.    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! S" e0 o8 q& z. R21.    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！
3 O( p8 v4 U" y
8 p) D& n7 H0 k22.    Bad Data Handbook (http://book.douban.com/subject/11549309/) 很好玩的书，作者的角度很不同。

秋枫舞

mark一下，漫漫看

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
必须赞啊。。。

chengshiyu

gancm 发表于 2014-5-15 15:32
) G; z0 V* _" T9 w这个很赞！！！！

5 Z( y, f& {5 l5 a- |

一米阳光的ta

谢谢分享啦。。。

一米阳光的ta

必须赞啊。。。

gancm

这个很赞！！！！

chengshiyu

chb2012 发表于 2014-5-7 23:06
赞

chb2012

赞