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！
( V8 Z4 K' ]1 p$ i6 u  u7 a. U! }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。

难易程度：非常易。
( d9 z. ^% |4 b* I' ?; m
3 |. ?  F- c7 e( n3 |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。

+ r; J0 I# B! v0 A6 N: U9 ^难易程度：非常易。
) h' b) \5 K! Z. \6 c. X$ u% c/ |
/ J* h2 H; m9 @4 q: h6 g4 _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。
4 X1 Y9 B9 a( R' D9 |# l
. J: l% I; B. |7 f% h难易程度：易。
1 k, \2 z# K) [' B: c3 q/ i
- }" N# w2 a. [: C9 k4.       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。
* w1 w# F/ f% R' f
4 y; Y0 D+ n9 I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。
' g+ S* N0 M4 c5 ]- k
( Z% v, D# G; t1 f& l5 L难易程度：中。
) x4 O: p, w, ^! ^& K* G
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。

3 n7 Q* s. n1 S  C; R7 u# s  M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。

3 d1 A: f, ]6 b难易程度：中上。

5 A: d8 f' A$ f' F/ |* L8.       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。
/ m3 z) A5 a) k7 V
难易程度：难。

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。

难易程度：难。
. D# m/ ?) t4 b4 i
10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。
" F2 _: ^0 N  {
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。

- q' A* [% m5 R! @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。
6 F/ l3 |8 [. _
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。
6 m! i. i: A' ^5 j2 F0 P
2 c+ Z6 q# d# U$ O# ~7 O14.    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。
6 V3 G+ {' f" Q" [8 c7 B/ i
. n" W9 l% f% F* n% C) y15.    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。
  r6 ]! ]6 e' x( S
7 Z, B( D- [. q8 t3 N" V16.    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。

3 R8 h5 ]# L( O& ~$ [7 b/ ?17.    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！

; D3 N- P  \3 ^7 s( N3 {( f19.    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。
  J9 ~: L, Q0 D3 ^) u5 Z( M) ]
, j6 A# |2 G* r4 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。
3 ^3 K" _6 Q  X3 S+ T: j
5 u5 j. H- q+ O  o21.    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

- Z1 z& e( E5 ^, N- t

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！！！！

) e3 y, U4 d- |+ V  m- t

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
必须赞啊。。。

秋枫舞

mark一下，漫漫看