就在这时候
小编突然写下这样一句莫名其妙的话：“在最开始的10km，谁都觉得轻松，包括那些很菜的菜鸟，所以你要稳住配速；在最后的10km，谁都觉得疲累，包括很牛的牛人，所以你得咬牙挺住。”
你一脸懵逼，加快速度滑到余下的内容：
入门篇
1. 深入浅出数据分析
以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术。
豆瓣评分：7.5
2. 数据之美
这本书的好处在于简单，没有讨论技术细节，也是一本内行看门道，外行看热闹的书。
豆瓣评分：7.1
3. 数学之美
对一些算法，数学模型，数据的用途有一些初步了解。开始有点明白那些做算法的朋友都在干些什么了。
豆瓣评分：8.9
4. 深入浅出统计学
此书比较通俗易懂，适合非专业人士的统计学入门；书中的很多案例和习题比较好，能从简单的角度阐述复杂的概率统计的理论知识；
豆瓣评分：8.5
基础篇
1. MySQL必知必会
不到250页的小册子，教会你怎么用SQL语句操作MySQL。看完这本书基本就可以说是入门了。
豆瓣评分：8.4
2. Python for Data Analysis
这本书是Pandas的模块作者写的书。主要介绍了numpy和pandas模块，逻辑挺清晰的，实操性应该挺强。
豆瓣评分：8.4
4. 谁说菜鸟不会数据分析
给初学者看的书，很全面，能学到很多东西，系统性很强，对于职场很有指导性。
豆瓣评分：7.4
5. 集体智慧编程
好书,介绍一些常用算法的使用方法,如神经网络,支持向量机,模拟退火,遗传算法等.对普通读者已经够了。
豆瓣评分：9.0
中级篇
1. 数据挖掘导论
这本书基本上涵盖了数据挖掘的许多经典算法，分类，聚类，关联规则。比较适合对数据挖掘感兴趣的人，这本书看完之后基本上就可以进行对数据的分析，挖掘了。
豆瓣评分：8.2
2. SciPy and NumPy
50多页的小册子，非常易读。内容上是引导性的，适于入门者。
豆瓣评分：7.0
**3. Machine Learning in Action **
长度适中，举例形象，概念浅显通俗。难得有一个条理清楚 逻辑不迷糊 不堆砌代码打哈哈的书。
豆瓣评分：8.5
4. 推荐系统实践
学习推荐系统的朋友们唯一推荐的一本书，书中内容浅显易懂，网上也有很多配套的代码可供参考。
豆瓣评分：8.1
5. R IN ACTION
R的应用，领域比较基础和广泛，作为入门教材配合R语言核心技术手册。
豆瓣评分：9.1
6. The Wall Street Journal Guide to Information Graphics
如何增强图表的表现力，传递有效信息，影响读者？这本书提供了很多法则，规范和常识。和大多优秀的设计相关书籍一样，读起来很轻松。
豆瓣评分：8.9
7. Storytelling with Data
作者是前Google人力分析团队经理，曾任银行和私募基金分析师，曾在马里兰艺术学院教授信息可视化课程，书写的非常好。
豆瓣评分：9.2
高阶的就先不推荐了，不能一次推荐太多；就好比你们搜集资料，不要一次囤很多，最后都没有去看的。
A男子让老婆洗盘子，有200多个，老婆一看大喊一声“滚！”！B男子也让老婆洗盘子，有200多个，但是只拿出10个给老婆洗，老婆啥也没说就洗完了，然后又拿出10个.....
最后，关于数据分析与挖掘的学习，我们实验楼也有一门课程《6周成为数据分析与挖掘工程师》，目前已经开到第四期，有一百多人学习过。
如果你对课程的效果有所疑问，可以查看往期学员对楼+课的评价。
课程涵盖了数据挖掘完整流程，手把手教你实战项目；并且设计分析思路引导，BI工具使用，机器学习的内容等；课中随时检查学习效果，享受助教实时答疑和作业评阅。
更多相关介绍，以及有任何问题，
都可以添加助教小姐姐
微信进行咨询/报名
相关推荐
50个Python练手项目，拿去过冬吧！
10个不到500行代码的超牛Python练手项目
10个精彩Python视频教程整理，10种新技能轻松Get！
30本Python学习参考书，从入门到大师全了！
大牛推荐的10本学习Java必看书
如何开始使用Java机器学习
再别说找不到C++练手项目，这20个拿去不谢！
