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！
* n: F- |- E- `' W: }8 y1. 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。
( |9 d* w' E: P% ]
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。
4 s  C3 _& ~( x& m# Q! d8 J6 Q
9 M1 q" {" R* M0 j$ P: U难易程度：非常易。

0 }& {0 q/ d5 f  P4 u9 D3.       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。

& j1 |  w* \: Y( p难易程度：易。
5 @; n( ?; Q' Q/ D
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。
; [0 d* K7 b0 V1 z8 F# e
难易程度：中。
' U0 u% i3 |+ o$ [2 h& G/ q3 X
+ |3 e3 h9 [( v0 \5 L5.       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。
- b7 @+ P/ f8 k" M- w( ^
4 c  P+ u& d  Y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。
0 p: Y( q: z3 \& ?- v
难易程度：中上。
* d  Q6 X' H; W2 ]" N% r
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。
+ U7 f9 r" j5 K. b0 Q: M
* [2 q3 m9 ^7 s. f难易程度：中上。

/ O+ V! v2 x  Y  h  M4 j0 w, D/ 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。

难易程度：难。
3 _& N4 [. }; B! C- M0 j! V
! W3 D" b1 ^# p( H9.       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。

, X! \1 U$ O2 n2 B& r( F' v10.    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。

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。
$ p* C) {" }* F. Z' ^$ @5 D. N, d
1 S" Q  d) \  K$ B+ Z2 l13.    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。
. T# P+ n: B" @+ p. P2 `7 J8 G; k0 _
! o' d3 z/ V7 {, b# t14.    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。

+ E0 ~- O" k2 g8 W5 w7 Q15.    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。

/ m4 X1 j, |$ z0 _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。
# `+ N* w( X1 f/ q$ L) {
- t0 x/ ~; P& D) `17.    Introduction to Semi-Supervised Learning (http://book.douban.com/subject/3916225/) 半监督学习必读必看的书。

3 s( e5 g$ I6 P$ X9 y9 U* q/ _1 P18.    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！
$ Q8 S6 d2 v+ q# z4 r9 J" N
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。

" ]8 Z6 g+ f" j, Y1 G20.    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。
7 i0 \2 ?  m- z! D/ e' [% s

chb2012

赞

chengshiyu

chb2012 发表于 2014-5-7 23:06
赞

% L( H" M" w. N( p, r: R

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
6 I- \0 i- l' O- I这个很赞！！！！

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