后使用快捷导航没有帐号？
查看: 15845|回复: 36
【知乎强大书单】在数据分析、挖掘方面，有哪些好书值得推荐？
注册会员, 积分 158, 距离下一级还需 42 积分
论坛徽章:0
，在读博士，做个几个项目<font color="#14.2.1更新，由于经常接到私信要求在这个书单之内再推荐两三本，每个人的行业背景也不一样，所以就把下面的书单归类整理一下。
入门读物：
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。 通过案例来说事情，而且是最经典的例子。难易程度：非常易。 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。 这本书非常棒啦，入门读起来很不错！
数据分析：
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。 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！ 很好玩的书，作者的角度很不同。
适合入门的教程：
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。 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（微博： 王斌_ICTIR）已经翻译这本书了 。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！ 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。 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。 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。
稍微专业些的：
半监督学习必读必看的书。 微软亚院刘铁岩老师关于LTR的著作，啥都不说了，推荐！ 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。 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。 这个是Jordan老爷子和他的得意门徒
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。 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！
机器学习教材：
这本书有对应的中文版：。书中配有R包，非常赞！可以参照着代码学习算法。 李航老师的扛鼎之作，强烈推荐。难易程度：难。 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。 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。 经典中的经典。 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。 鸿篇巨制，这书谁要是读完了告诉我一声。 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。
注册会员, 积分 135, 距离下一级还需 65 积分
论坛徽章:0
学习了~感谢！
注册会员, 积分 153, 距离下一级还需 47 积分
论坛徽章:0
金牌会员, 积分 2604, 距离下一级还需 396 积分
论坛徽章:35
好多看过，好多没看，感谢推荐！
论坛徽章:23
强悍。感谢分享。
论坛徽章:42
谢谢推荐，就是喜欢这样的专家推荐的学习书籍。
论坛徽章:22
这么多,不知看到何时
注册会员, 积分 168, 距离下一级还需 32 积分
论坛徽章:5
金牌会员, 积分 1370, 距离下一级还需 1630 积分
论坛徽章:43
论坛徽章:15
没想到有“啤酒与尿布”这样的标题
扫一扫加入本版微信群}