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。
8 ~! ^+ d5 w) T2 U9 t6 B) K4 ^
难易程度：非常易。
, r" w. t2 \( U' f0 {( @9 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。

% ^) u( T; K1 D4 w, R难易程度：非常易。
1 c. }2 w/ d" O& {  P2 _& g
) i: ^4 Y9 S# @# _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。

难易程度：易。
, z( {, O8 m( V9 o; K
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。
) X3 u0 g8 a6 A( C& ~
* E: q0 z, P8 k1 y7 K# F8 z1 S难易程度：中。
2 r7 }2 L4 Q% V$ G; R8 V
/ L7 ^( @9 F$ Y+ j5.       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。
) h8 ^$ c8 b5 ~
难易程度：中。

1 T, k3 _- S" E  Y' K- k  d6.       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。
2 |4 W( F. m8 x- n1 E( t& p2 \, N
难易程度：中上。

0 a8 H( l+ ?9 `  e8 V0 e7.       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。
8 c7 G& o9 f# _6 W
) Y4 v: @/ h6 {' s, n难易程度：中上。
6 ]# D) h; j) ]3 X' i3 N
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。

- w3 D+ `  C) w4 O2 W; J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。
5 J% K: ^& t) h. ~1 ~( Q6 r$ O
难易程度：难。

; f0 l/ S' e% V9 G) X: V10.    Pattern Recognition And Machine Learning (http://book.douban.com/subject/2061116/) 经典中的经典。

' x# C! B9 O9 S# b11.    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。
1 m; f+ a6 z7 y, X# ?
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。

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。
1 o1 Q* b6 P3 Y; R+ T
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。

1 u% L+ H  S0 q  {' H15.    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。
, N# y/ f' U+ i, V6 E5 |% v( f
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 m8 L4 J! U# p! P. E3 n" l
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！
  t) [2 b% f* J1 r+ |, y1 N- ~: v/ I
6 i# p; c7 R. T& \6 Q3 m2 t1 T19.    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。
3 z' H4 e/ j' c$ j- X7 E, B2 |
( P8 R! R* n: e20.    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。
7 }& r9 n+ D- D3 U$ z  L, G/ U% e
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！
" z3 K4 E4 Q- z
22.    Bad Data Handbook (http://book.douban.com/subject/11549309/) 很好玩的书，作者的角度很不同。
" }) K/ Q9 i" [) R) u! s' Y

chb2012

赞

chengshiyu

chb2012 发表于 2014-5-7 23:06
% N+ w9 @+ M$ L1 q, u0 r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
6 z% t8 S7 q8 ?% U7 X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