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。
7 I! ]% o! [& B3 g- _2 c4 }3 T" @
难易程度：非常易。

4 g, G+ h& D- o+ l2.       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。

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。

' \% v% k! @: q& Z) I1 h难易程度：易。
7 a4 f9 t$ S; _- G5 s
# U  W# O1 ^9 g" b2 A. E" V3 G4 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。

6 @6 x/ d- K7 C8 U# Q6 v; M- G* R难易程度：中。

: g9 ^' h3 L6 w5 q" M- @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。
, _$ R1 X5 C9 f8 @  i2 a
难易程度：中。
" q* C& l8 s- J. {  E9 p
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。
; O0 _1 |. P. R) e% Q8 Z# }+ Q
难易程度：中上。

+ i3 W+ d) l: G0 W7.       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 N" C: a( i3 y0 h难易程度：中上。

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。
' Y& h, G, Z* y3 Q8 F6 W
5 a- o' c* k: y. f7 A/ y8 |  I难易程度：难。

5 ]5 |- B& I! h' t. F9.       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。
1 Q+ j3 G/ O" N# ?$ R" F
4 ~* `% k5 o7 p% d% s- f  x难易程度：难。
8 L8 Z- s8 t- R4 I1 f
. `* l9 ]% K, D' {2 z  i10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。
9 y9 c) M7 h  p% B3 M' V$ s1 T
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。

" p8 ?/ w5 }; m8 P12.    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 h; C( z$ |4 E6 E5 ~' ]% i13.    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。

7 N$ |7 s' G9 C* `7 r14.    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。
: V1 A" d9 U; J6 X4 [% n
3 W+ M' K" f& h7 A% R8 A15.    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。
& U% F, i! i+ q0 v" H+ `# ^! T( P
: R8 h; M8 A, 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。
. u+ W' C2 \4 c% i
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！

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。
* n4 U( H. |& P* Z6 x
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！
- ]- F; j+ {% b' U
4 l' k) C) t9 B: n22.    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

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！！！！

chengshiyu

一米阳光的ta 发表于 2014-5-17 12:16
) u9 @& T* |! E7 Y必须赞啊。。。

秋枫舞

mark一下，漫漫看