干货: 数据分析必看书籍

今日分享:入门数据分析该看哪些书

小编今天逛了知乎以及与数据分析相关的网站,挑选了十本搜索度较高的书籍,在此推荐给大家。针对数据分析能力的高低,主要按下面三个阶段来说:

入门篇

入门篇推荐四本书,适合数据分析刚入门者:要转行的你、刚毕业的你、对数据分析没有整体概念的你,可以先着手看这几本书。

1、《金字塔原理》
主要目的是培养建立个人的逻辑思维体系和表达呈现。

金字塔原理强调:重点突出、逻辑清晰、主次分明的逻辑思路;金字塔的基本结构是:中心思想明确,结论先行,以上统下,归类分组,逻辑递进,先重要后次要,先全局后细节,先结论后原因,先结果后过程;金字塔训练表达者:关注、挖掘受众的意图、需求、利益点、关注点、兴趣点和兴奋点,想清内容说什么、怎么说,掌握表达的标准结构、规范动作;金字塔帮助达到沟通目的:重点突出,思路清晰,主次分明,让受众有兴趣、能理解、能接受、记得住;搭建金字塔的具体做法是:自上而下表达,自下而上思考,纵向疑问回答/总结概括,横向归类分组/演绎归纳,序言讲故事,标题提炼思想精华。

2、《深入浅出数据分析》

该书以类似“章回小说”的形式,生动地向读者展现优秀的数据分析人员应知应会的技术(数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧)。

3、《谁说菜鸟不会数据分析》

这本书在降低学习难度方面做了很大的尝试:主要采用的就是我们熟悉的Excel工具,加上一些必要的数据分析概念,采用通俗易懂的讲解方式,使得内容通俗易懂,无形之中就学会了数据分析。全书共8章,分别讲解数据分析必知必会的知识、数据处理技巧、数据展现的技术、通过专业化的视角来提升图表之美、数据分析报告的撰写技能以及持续的修炼。

4、《赤裸裸的统计学》

每当一听到统计学,多少都会觉得头痛,但是这本书完全避开了统计学(怎么可能,开玩笑的啦),重点是:这本书没有让你避之不及的数学公式,没有满是数字的图表,没有乏味的教科书式说教;书中穿插了一些生动诙谐的案例,比如一些社会问题、生活问题,以此,用统计学知识去分析解释它们。

进阶篇

这几本书就具有一定的行业针对性了(但是基本道理是通用的),需要读者具备一定的分析常识,适合网站分析师,商业分析师以及数据产品经理等有数据分析经验的人。

1、《精通Web Analytics 2.0》

在过去几年中,互联网、在线营销以及广告经历了巨大的变革,然而大家处理数据的方式跟几十年前相比还是大同小异,停滞不前,如何向数据驱动型决策转变以及如何利用网站数据来获得竞争优势 ,这成为了互联网企业的关注重点。

在本书中,作者提出了下一代网站分析的框架,以及对如何提高组织的能动性和对市场的反应速度做了说明。作者通过对传统方法的改造,对互联网数据进行抽丝剥茧般的分析,提出了具体、简单以及更先进的方法。如果你想成为网站分析专家,本书将是你的最佳选择。

2、《MySQL必知必会》

书中从介绍简单的数据检索开始,逐步深入一些复杂的内容,包括联结的使用、子查询、正则表达式和基于全文本的搜索、存储过程、游标、触发器、表约束,等等。通过重点突出的章节,条理清晰、系统而扼要地讲述了读者应该掌握的知识,使您不经意间数据功力大增。

3、《利用python进行数据分析》

本书含有大量的实践案例,你将学会如何利用各种Python库(包括NumPy、pandas、matplotlib以及IPython等),高效地解决各式各样的数据分析问题。

高阶篇

更高阶的数据分析相对来说专业性更强了,如涉及到企业内部数据治理,数据结合的业务分析,数据可视化等。当然,还有数据挖掘算法之类的更深入的东西。适合大牛或者希望成为大牛的你,前提是你的数据分析能力已经到了这个阶段。

1、《决战大数据》

本书将视角投入到“大数据实践”的领域,对数据收集、数据化运营、运营数据、无线数据、数据盲点和噪音、数据分类和数据价值、养数据、多屏时代等大数据应用的热点问题做出了详细的解答,对当今的大数据进行了多角度思考,并提出了做好“个人大数据管理”的前瞻性建议,创建了一个数据化运营和运营数据的闭环系统。同时,《决战大数据》首次揭开阿里巴巴运营数据的神秘面纱,解密了其数据实践的“混、通、晒”内三板斧和“存、管、用”外三板斧,对于当今的绝大多数电商企业来说十分有借鉴意义。

2、《数据之美》

本书通过一些数据工作者的示例,向读者展示处理数据的方法。使得读者可以站在优秀的数据设计师、管理者和处理者的肩上,去仔细审视涉及到数据的一些最有趣的项目。

3、《数据科学实战》

这本书应该是数据分析和数据挖掘(机器学习)之间的桥梁。从探索性的数据分析开始,通过数据分析的思维,引出了机器学习的基本算法:回归分析、k近邻、k均值。接着通过不同的应用场景分别介绍了最常见的机器学习算法,以及在真实场景的应用。对于做了一段时间数据分析工作的人,这无疑是进阶更高维度的好书,很难有一本书,能够让你从简单的数据分析平滑地渡到机器学习和数据挖掘,所以如果你在做一些探索性的分析遇到瓶颈之后,自然而然会进入数据挖掘和机器学习算法的坑,因为只有更高级的算法和模型,才能够支撑大规模的数据的预测,那你就看看这本书吧。

 

你可能感兴趣的:(数据分析挖掘,python,理论分享,数据分析,大数据,数据挖掘,机器学习,人工智能)