数据分析学习书单和资源

统计学

• 统计学

作者：[美]David Freedman / Robert Pisani / Roger Purves / Ani Adhikari
译者：魏宗舒 / 施锡铨 / 林举干 / 李毅 / 吕乃刚 / 范正绮 / 吴喜之 校
豆瓣评分：9.1
书评：美国大学的经典统计学教材

• 统计学：从数据到结论（第四版）

作者: 吴喜之
豆瓣评分：8.8
书评：国人写的统计学力作

• Naked Statistics: Stripping the Dread from the Data（中文名：赤裸裸的统计学）

作者：Charles Wheelan
豆瓣评分：8.1
美国亚马逊评分：4.5
书评：用浅显易懂，风趣幽默的语言教会大家统计学知识

• OpenIntro Statistics

作者：David M Diez / Christopher D Barr / Mine Çetinkaya-Rundel
豆瓣评分：8.9
美国亚马逊评分：4.7
书评：多人评论为统计学领域最好的入门书，没有之一。此书最新版为第三版。

机器学习

• 统计学习方法

作者：李航
豆瓣评分：9.0
书评：偏机器学习算法原理

• Introduction to Statistical Learning: with Applications in R

作者：Gareth James / Daniela Witten / Trevor Hastie / Robert Tibshirani
豆瓣评分：9.5
美国亚马逊评分：4.8
书评：统计学习入门的超级好书，没有很多数学的内容，适合于非统计背景的人学习

• Learning From Data

作者: Yaser S. Abu-Mostafa / Malik Magdon-Ismail / Hsuan-Tien Lin
豆瓣评分：9.5
美国亚马逊评分：4.6
书评：台大林轩田与老师合著的机器学习入门小册子，他的机器学习基石视频课程颇受赞誉

• Fundamentals of Machine Learning for Predictive Data Analytics

作者：John D. Kelleher / Brian Mac Namee / Aoife D'Arcy
美国亚马逊评分：4.4
书评：主题集中在监督式机器学习，写的比较清晰易懂

• 斯坦福大学公开课 ：机器学习课程

讲师：Andrew Ng
评论：前百度首席科学家吴恩达主讲，侧重于算法，实际应用讲的较少

• 台湾大学公开课 ：机器学习基石+机器学习技法

讲师：林轩田
评论：同样侧重于算法，但是个人感觉比吴恩达的课讲的清晰，易懂。并且此课程是用中文授课的。

• 华盛顿大学公开课 ：机器学习基础：案例研究

讲师：Carlos Guestrin和Emily Fox
评论：这两位老师名气不大，但是水平很高。他们都是亚马逊资助的机器学习教授。Carlos Guestrin是机器学习平台公司 Dato 的 CEO。2008 年，Carlos 被美国《大众科学》杂志评选为 2008 年「十大科学杰出人才」之一。最重要的是，这门课程是通过案例的方式讲授机器学习的知识，这样的方式更容易让理论结合实际，获得学习的目标感和满足感。

• Pattern Recognition and Machine Learning

作者：Christopher Bishop
豆瓣评分：9.6
美亚评分：4.1
书评：深入学习机器学习的经典教材

数据分析实践

• Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking

作者：Foster Provost / Tom Fawcett
豆瓣评分：7.8
美国亚马逊评分：4.6
书评：非常易读，在深度和难度之间取得了很好的平衡

• Applied Predictive Modeling

作者：Max Kuhn / Kjell Johnson
豆瓣评分：8.3
美国亚马逊评分：4.6
链接：
书评：在数据预处理、特征选择等数据分析实践中非常重要的主题有很好地论

• Behind Every Good Decision: How Anyone Can Use Business Analytics to Turn Data into Profitable Insight

作者: Piyanka Jain / Puneet Sharma
美国亚马逊评分：4.6
书评：两位作者在数据分析领域有丰富的实践经验，提出了可行的数据分析方法论

数据挖掘

• Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management

作者： Gordon S.Linoff / Michael J.A. Berry
豆瓣中文版评分：8.7（英文第三版无评分）
美国亚马逊评分：4.1
书评：通过真实商业案例讲解如何进行数据分析和挖掘，适合在数据分析领域领业务的读者去读，中文版多数人翻译很差，建议读英文版

• 集体智慧编程（Programming Collective Intelligence: Building Smart Web 2.0 ）

作者：Toby Segaran
译者：莫映 / 王开福
豆瓣中文版评分：9.0
美国亚马逊评分：4.3
书评：偏重于实战的书，但是原书出版于2007年，历史比较久远

———————————
微信公众号：leeyinglong