1. 《大数据时代》
作者：[英]维克托·迈尔-舍恩伯格，[英]肯尼思·库克耶，翻译：盛杨燕，周涛
这本书，会让你形成大数据的概念，即知道这么几点：
1、绝不是有很多数据就叫大数据；2、大数据是一种数据分析方式，与传统数据分析方式有着本质上的不同；3、大数据的特点是“关注相关性，不关注因果”，这是大数据最核心的东西，一定要真正理解，并牢牢记住，不然你就很容易被别人忽悠；4、大数据采用的是统计的方法；5、大数据主要是结合人工智能进行机器的自动数据挖掘；6、大数据主要是用来作预测的。而不是象一般的数据分析，只是分析出历史情况和现状，未来还是要靠人去预测，大数据则是直接告诉你未来的结果。
2.《大数据预测》
作者:（美）埃里克·西格尔著，周昕译出版社:中信出版社
360公司董事长周鸿祎、《罗辑思维》主讲人罗振宇郑重推荐
2020年的一天，在你驱车前往公司的路上，导航系统通过预测交通流量，会自动帮你选择一条最合适的交通路线；车内推荐系统会根据你的饮食习惯预测你可能会喜欢吃什么，并推荐沿途的早餐店；你的电子社交助理已经为你自动选择了你可能感兴趣的社交网信息；当车内系统预测到你驾车有些分心时，座椅会自动震动进行提醒……
以上这些情景不是科幻大片独有的，它们有的已经或会在未来的某一天成为现实。而这一切所倚靠的就是预测分析技术。
大数据时代下，作为其核心，预测分析已在商业和社会中得到广泛应用。随着越来越多的数据被记录和整理，未来预测分析必定会成为所有领域的关键技术。
作为预测分析领域的专家，埃里克•西格尔博士深谙预测分析界已经实现和正在发生的事情、面临的问题和将来可能的前景。在《大数据预测》一书中，他结合预测分析的应用实例，对其进行了深入、细致且全面的解读。
关于预测分析，你想了解的全部，你的生活以及这个世界会因为预测分析改变到什么程度，《大数据预测》都会告诉你。
3.《大数据分析：决胜互联网金融时代》
作者:[美]Michael Minelli ， Michele Chambers ， Ambiga Dhiraj著
大数据分析的时代来临了，这将是一场真正的变革。《大数据分析：决胜互联网金融时代》着眼于一些利用令人兴奋的大数据思路支持业务分析的新一代新锐企业。这是一个真正的飞跃，也是一个能实现在效率、生产力、收入和盈利能力等方面产生巨大收益的良机。
《大数据分析：决胜互联网金融时代》为企业经理和管理人员所写，使他们可以最有效地利用信息资源。本书在艰深的战略理论和通俗易懂的示例之间做到平衡，对技术性很强的话题，通过故事、比喻和类比的方式使读者更容易理解和接受。作者是一位决策科学家和分析专家，通过行业的具体例子来描述大数据相关的技术，并说明大数据的价值。在介绍了大数据领域有成功实践的个人和公司之后，《大数据分析：决胜互联网金融时代》还深入研究了要在大数据领域取得成功所需要的组织和角色的构成。
4.《为数据而生：大数据创新实践》
作者:周涛
在大数据概念如此流行的今天，为什么要读这本书？中国大数据领军人、大数据创新与实践一线专家、百万级畅销书《大数据时代》中文版译者周涛，耗时三年，将海量真实案例披沙拣金呈现给广大读者。在本书中，您将看到大数据在智慧交通系统、个性化医疗、智慧学校以及金融和商业等领域的中国式创新实践，并为未来大数据的发展提供有可行性的路径指南。
什么样的人才能在下一个时代生存和发展？大数据3.0时代我们究竟要做些什么？数据交易如何让数据资源成为汇聚之地？每个企业又该如何成为大数据企业？周涛教授通过真实案例告诉读者：拥有大数据的理念，能够掌握数据和运用数据的人和企业，才能在“一切都被记录，一切都被分析”的数据化时代得以生存。无论现在从事什么行业，即便不能掌握一项特定的数据技术，了解大数据的理念、培养大数据的思维模式是非常重要的。学会用数据说话，用数据分析的结果来证明“哪个更好，哪个更坏”并指导我们作出正确决策。
这不是坚硬的学术专著，而是一部柔软的情怀之书！没有晦涩的文辞，枯燥的说教，字里行间洋溢着浓浓的数据情怀和拳拳的责任之心。周涛教授讲述了很多在大数据领域努力拼搏，希望有所创新的中国人的故事，相信这些故事背后的理念、技术和精神能够唤起更多年轻的创新者，为我们民族的复兴作出自己的贡献。
领跑大数据3.0时代，大数据创新实践的扛鼎之作！大数据1.0，是将自身业务上产生的大量数据，利用深入的分析使其不断优化，优化之后的业务产生更多数据的正向循环。大数据2.0，是如何把自身业务的数据用来解决业务以外的其它问题，或者如何用业务以外的数据解决自身业务的问题。大数据3.0，是如何在资本和文化的催化作用下，让数据、技术、需求和人才等大数据创新要素融为一体。三个版本强调的不是时间上的先后顺序或逻辑上的依存关系，而是就其与传统数据应用在理念上的差异程度进行的划分。
5.《爆发:大数据时代预见未来的新思维》
[美]艾伯特-拉斯洛·巴拉巴西著；马慧译
1.本书是一本超越《黑天鹅》的惊世之作。如果说塔勒布认为人类行为是随机的，都是小概率事件，是不可以预测的；那么全球复杂网络权威Barabasi则认为，人类行为93%是可以预测的。
2. Barabasi的研究是在人类生活数字化的大数据时代基础上进行的，移动电话、网络以及电子邮件使人类行为变得更加容易量化，将我们的社会变成了一个巨大的数据库。他认为，人类正处在一个聚合点上，在这里数据、科学以及技术都联合起来共同对抗那个最大的谜题——我们的未来。
3.在本书中，Barabasi揭开人类行为背后隐藏的模式“爆发”，提出人类日常行为模式不是随机的，而是具有“爆发性”的。爆发揭开了人类行为中令人惊讶的深层次的秩序，使得人类变得比预期中更容易预测得多。
4．爆发模式的揭示，其影响力将与20世纪初期的物理学或者基因革命的影响力不相上下。
6.《金融大数据》
作者:陈云
国内985、211高校知名学者，行业专家鼎力合作，干货！金融大数据时代，信息与技术密不可分。《金融大数据》注重大数据技术与金融业务的结合，通过充分调研，并与多家业内有影响力的金融机构及数据公司合作研究，掌握了大量一手资料。《金融大数据》内容着力于金融学与计算机科学的学科交叉，填补相关领域的资料空白。�
7.《互联网信贷风险与大数据》
作者:陈红梅
本书第一章对目前涌现出来的各类互联网金融创新业务模式进行了介绍，并揭示了创新模式下信贷业务的核心。第二章对风险管理的基本概念与理念进行了介绍。第三章至第五章围绕着风险管理的贷前、贷中、贷后具体展开，全流程地描述了互联网信贷风险管理的重点，并将大数据的应用融入其中。第六章将风险管理上升至资产组合管理层面，对全面风险管理理念进行了阐释。
本书对互联网信贷风险管理的方法、流程、工具进行了深入细致的解读，并以业务实践为基础，阐述了现阶段大数据在风险管理中的应用场景以及大数据应用的未来展望，可供从事互联网信贷业务的专业人员阅读。同时，本书的论述深入浅出，也适合所有对互联网信贷业务管理及大数据应用感兴趣的读者。
8.《决战大数据（升级版）》
作者:车品觉
在数据无限的时代，我们如何利用大数据实现商业大洗牌？传统行业又该如何通过挖掘隐藏在大数据背后的信息，冲出层层危机，实现行业质和量的飞跃？企业如何才能实现数据化运营，在大数据时代站稳脚跟？大数据实践的先行者、阿里巴巴集团前副总裁车品觉倾力新增8万字纯干货，倾情解读企业在大数据时代顽强生存的答案！只有稳抓趋势中的观战重点，才能在海量数据中挖掘商机！
随着智能手机的大范围普及、物联网浪潮以及人工智能技术的爆发式发展，大数据在收集消费者全渠道行为、触发商业机遇等方面发挥了越来越重要的作用。而《决战大数据》一书恰恰洞悉了大数据时代商业发展的本质。同时，车品觉根据其在阿里巴巴的多年经验，通过丰富的案例和通俗易懂的语言，从“养数据”到“用数据”，深入浅出地向我们揭开了阿里巴巴数据化运营和运营数据的神秘面纱。通过《决战大数据》一书，车品觉告诉我们，在数据无限的时代，拥有数据化思维，才能改变商业的未来。
一部全方位展现智能时代数据思维构建之道的实战巨作，数据力决定竞争力的年代，不得不读！
9.《大数据架构师指南》
作者:朱进云/陈坚/王德政
如果你是一名IT工程师，CTO希望你在一周内提交一份公司未来IT系统基础架构的初步建议；
如果你是一位IT营销人员，客户需要你在一周内向他汇报未来大数据系统的大致技术方向；
......
在这个信息严重过剩的时代，一周内从浩渺的技术细节的海洋中抓住关键的技术脉络，并进一步提出有一定理论依据的技术思考，这几乎是不可能完成的任务。
您是否想过阅读一本关于大数据的图书帮助解决如上问题？
浩如烟海的大数据领域图书可以大致归纳为三类：第一类是描述大数据的应用前景与社会意义；第二类是研讨大数据作为一个大型IT系统的系统架构与技术架构；第三类是研讨大数据领域的具体技术，例如HADOOP相关的编程等。
对于需要快速掌握大数据系统技术脉络，或者是需要对未来IT系统做系统思考的技术工作者来说，最需要的是第二类图书所提供的系统化知识。但目前业界大数据相关的书籍与资料，大多是第一类与第三类，第二类非常稀少，以至于某些希望开展大数据课程教学的高校难以找到合适的教材与参考数据。通过阅读本书，您将可以迅速建立大数据技术架构相关的知识与脉络，而不是迷失在浩如烟海的知识细节中。
本书的目的就是为了帮助读者在最短的时间内，系统地把握大数据相关的技术框架，建立系统架构级别的技术思考能力与原则。本书适用于企业的IT与大数据的从业人员，IT与大数据相关的销售人员，企业的首席技术官（CTO）、首席信息官（CIO），由于本书在大数据知识具备系统性，也可以作为高校大数据方面课程的教材或辅导书。
10.《架构大数据：大数据技术及算法解析》
作者:赵勇
本书从大数据架构的角度全面解析大数据技术及算法，探讨大数据的发展和趋势。不仅对大数据相关技术及算法做了系统性的分析和描述，梳理了大数据的技术分类，如基础架构支持、大数据采集、大数据存储、大数据处理、大数据展示及交互，还融合了大数据行业的最新技术进展和大型互联网公司的大数据架构实践，努力为读者提供一个大数据的全景画卷。