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！
7 E! C- {! l+ w* ]- m1. 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。

难易程度：非常易。
% i( N* @. E% o4 d3 l
4 A9 V/ @4 _5 I2.       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。
' a& Z! P; X( e- }* G
难易程度：非常易。

& U  H( [9 h, j( B5 k) g. @! X3.       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。
& c& E4 p& n5 A
, E. E% A1 w5 I0 h  q难易程度：易。
$ r( }7 B3 m& M
% E7 g& M% V9 h5 `2 z  r% ~. w% s4.       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。
) D# D% Z+ s; T$ {
) V, b6 _: c" }1 M+ H6 J难易程度：中。

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。

难易程度：中。
4 Q" _$ ^, o3 k8 b& `/ i+ e
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。

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。
( j" m0 R( i, M6 G0 T# d- K& @
# Z6 Q- z9 J2 f8 T6 A8 p7 m难易程度：中上。

* e, d2 z; ]. L% u4 Q+ z8.       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。
& t9 \, w: A  w0 m* v
* t) i% H' e& d0 ]5 f/ J7 Q  p: k1 r难易程度：难。

2 E* Q  ^+ @: v0 z& O3 X+ w, o9.       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。
5 x4 J; q) ]4 j7 h3 b
+ n/ N$ Z$ r' u/ ^5 T$ q8 E难易程度：难。
' {5 W8 K% b; s6 p4 z: @3 Q& r
10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。

- M) |8 S1 i6 R6 V0 B" k0 e  O11.    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。

$ N' G( a0 B% i12.    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。
" }0 p/ ~6 n1 j7 Q0 d# m2 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。

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。

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。

! g) W# @$ _' y0 ^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 X* N0 u0 V" r, v1 r  s
2 |8 E' E7 T6 L3 p$ r/ \17.    Introduction to Semi-Supervised Learning (http://book.douban.com/subject/3916225/) 半监督学习必读必看的书。
- i) ^( Q) m" ^/ M# w: n1 [1 X
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。

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！

22.    Bad Data Handbook (http://book.douban.com/subject/11549309/) 很好玩的书，作者的角度很不同。
& Z" m2 x, w5 |

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
这个很赞！！！！

2 z) b1 I% f: H5 T4 E: y( q- q

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
3 Y) T- B) [4 z4 ?5 z, g% Y赞

chb2012

赞