好书推荐!从事数据挖掘、数据分析必看的书!

1. 适合入门的读物:

《深入浅出数据分析》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。难易程度:非常易。

《啤酒与尿布》通过案例来说事情,而且是最经典的例子。难易程度:非常易。

《数据之美》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。

《数学之美》这本书非常棒啦,入门读起来很不错!

2. 数据分析:

《SciPy and NumPy》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。

《Python for Data Analysis》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!

《Bad Data Handbook》很好玩的书,作者的角度很不同。

3. 适合入门的教程:

《集体智慧编程》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。难易程度:中。

《Machine Learning in Action》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已经翻译这本书了机器学习实战 。这本书本身质量就很高,王老师的翻译质量也很高。难易程度:中。我带的研究生入门必看数目之一!

《Building Machine Learning Systems with Python》虽然是英文的,但是由于写得很简单,比较理解,又有Python代码跟着,辅助理解。

《数据挖掘导论》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。难易程度:中上。

《Machine Learning for Hackers》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。

4. 稍微专业些的教程:

《Introduction to Semi-Supervised Learning》半监督学习必读必看的书。

《Learning to Rank for Information Retrieval》微软亚院刘铁岩老师关于LTR的著作,啥都不说了,推荐!

《Learning to Rank for Information Retrieval and Natural Language Processing》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。

《推荐系统实践》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。

《Graphical Models, Exponential Families, and Variational Inference》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。

《Natural Language Processing with Python NLP》经典,其实主要是讲NLTK这个包,但是啊,NLTK这个包几乎涵盖了NLP 的很多内容了啊!

5. 机器学习教材:

《The Elements of Statistical Learning》这本书有对应的中文版:统计学习基础 。书中配有R包,非常赞!可以参照着代码学习算法。

《统计学习方法》李航老师的扛鼎之作,强烈推荐。难易程度:难。

《Machine Learning》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。

《Machine Learning》这书和上面的书不是一本!这书叫:《Machine Learning: An Algorithmic Perspective》之前做过我带的研究生教材,由于配有代码,所以理解起来比较容易。

《Pattern Recognition And Machine Learning》经典中的经典。

《Bayesian Reasoning and Machine Learning》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。

《Probabilistic Graphical Models》鸿篇巨制,这书谁要是读完了告诉我一声。

《Convex Optimization》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。


你可能感兴趣的:(好书推荐!从事数据挖掘、数据分析必看的书!)