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！
1. 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。
& a, F& n- r9 s  \$ m+ u
+ t; J( B' h/ E0 h难易程度：非常易。
  c+ m. ]. s$ |) W, f% _. [9 F/ r; i
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。
. |2 A/ \# y* v( v
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。
) ~' h: N: R1 K8 J6 `
; k! O; {- X6 _" V/ G  Y. k难易程度：易。

1 j& }0 r' Y: v, O4.       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 ^+ G$ M4 M; Y! E* F
- G, r' t: s) r. U. l难易程度：中。
) P, l! I! O4 {" k1 q. _
/ H% f. {+ P# d6 J! g; O! S5.       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。
# I+ ^9 ?, Z3 Y2 w
& ]: D- T, W. W/ {难易程度：中。
3 @# n7 G& w& q, b
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。

  I( X6 V4 v% `& s9 p$ C" _难易程度：中上。

$ q" C5 N3 p! S7.       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。

0 U- w8 T3 f% F7 w2 g- B难易程度：中上。
, m  g2 r& ?2 e
8.       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。

) i; h* _* q2 S. f+ K' c9.       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。
2 Z5 I( K! @7 p8 i/ T
难易程度：难。
% W" d, j  \* L2 ]! K) g7 |
10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。

( v  {9 x; y6 f11.    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。
- F% `5 j  t- Z' q( P% n
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。

, u# @) a: o8 f# e/ G3 N: w/ F13.    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。
* N8 u/ ]3 Y: K7 g4 N) g
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。
* _- F1 t4 s9 r  R1 V  b% g
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。

5 _$ X/ s  d% |8 Z6 S- }) L17.    Introduction to Semi-Supervised Learning (http://book.douban.com/subject/3916225/) 半监督学习必读必看的书。

' E! T; X: o4 L+ r" i2 t18.    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。

" B5 @& e% t/ v+ [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。
5 i: M, T1 ?7 \5 P; ?% R' `
) [5 B2 v( L: d* a4 `9 _" x0 R, d3 g21.    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！
1 c; s  C" K$ Y  S( D
+ q  L4 f0 q6 Y  n22.    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
3 ]( M: C# U1 E2 T  }这个很赞！！！！

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
* _/ a: u& M2 K- {赞

; O9 t7 f% _) ^5 o& n

chb2012

赞