首页
查找话题
首页
在数据分析、挖掘方面,有哪些好书值得推荐?
在数据分析、挖掘方面,有哪些好书值得推荐? 第1页
1
xiaozhibo 网友的相关建议:
机器学习 (豆瓣)
把这本书放在下面所有的推荐之上。
入门读物:
深入浅出数据分析 (豆瓣)
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 (豆瓣)
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 (豆瓣)
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 (豆瓣)
这本书非常棒啦,入门读起来很不错!
数据分析:
SciPy and NumPy (豆瓣)
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 (豆瓣)
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 (豆瓣)
很好玩的书,作者的角度很不同。
适合入门的教程:
集体智慧编程 (豆瓣)
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 (豆瓣)
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 (豆瓣)
。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 (豆瓣)
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 (豆瓣)
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 (豆瓣)
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:
Introduction to Semi-Supervised Learning (豆瓣)
半监督学习必读必看的书。
Learning to Rank for Information Retrieval (豆瓣)
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 (豆瓣)
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 (豆瓣)
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 (豆瓣)
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 (豆瓣)
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:
The Elements of Statistical Learning (豆瓣)
这本书有对应的中文版:
统计学习基础 (豆瓣)
。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 (豆瓣)
李航老师的扛鼎之作,强烈推荐。难易程度:难。
Machine Learning (豆瓣)
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 (豆瓣)
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 (豆瓣)
经典中的经典。
Bayesian Reasoning and Machine Learning (豆瓣)
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 (豆瓣)
鸿篇巨制,这书谁要是读完了告诉我一声。
Convex Optimization (豆瓣)
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。
在数据分析、挖掘方面,有哪些好书值得推荐? 的其他答案 点击这里
1
相关话题
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何?
星座的准确性有一定的数据支持,为什么还有人以科学为名质疑和反对星座?
给的薪水自己满意,但是老板是个奇葩,你会愿意做这份工作吗?
有哪些让你浑身颤抖、无法自拔,庆幸读到的好书?
Transformer在工业界的应用瓶颈如何突破?
腾讯自己也做芯片,为什么还投资AI/DPU等初创公司?他们之间会不会成为下一个华为和寒武纪?
如何看待人社部称要帮助毕业生尽快就业?今年的毕业生会面临哪些难题?
有哪种工作不体面却很挣钱?
2016 年你阅读过的书籍中最值得推荐的是哪几本?
媒体称快手裁员范围覆盖电商、商业化、国际化、游戏四大事业部,个别团队裁员 30%,员工能获得什么补偿?
前一个讨论
机器学习,数据挖掘在研究生阶段大概要学些什么?
下一个讨论
2019年,计算机视觉领域,你推荐哪些综述性的文章?
相关的话题
董明珠回应格力何时实行双休「社会需要时,我们要放下自我」,如何评价这一言论?
突然发现公司开始招人替代我的位置,是一种什么感受?
人类创造的最精巧的机器与人类本身的差距有多大?
离职后该不该告诉前同事自己现在在哪里就职?
为什么 Google 翻译只重算法不重语言学的语法结构和规则?
碰见职场白眼狼,怎么对付?
文学是否是抵御 AI 的最后一个阵地?
一个男人的魅力体现在哪里?
如何在一家大厂工作 10 年?
找工作时候是应该先选行业还是先选岗位?
如何处理与人渣下属的关系?或者把他踢出科室?
如何评价诺奖得主 Thomas J. Sargent「人工智能其实就是统计学」的观点?
蘑菇街被曝技术部门裁员 80%,只留下三十余人,真实情况如何?蘑菇街目前的经营状况怎么样?
这样算遇到职场骚扰吗?
你有哪些推荐的化学科普书?你在书中学到了哪些?
graph convolutional network有什么比较好的应用task?
Word2vec 翻译到另一种语言,其向量空间之间的映射会不会是线性的?
当你已经辞职了,正准备走的时候,跟你老板打招呼的时候,老板还在教育你,你会有什么样的心情?
如何让文案做得漂亮?
为什么机器人研究了几十年,还是给人感觉没有太大进展?
《北京女子图鉴》拍得真实吗?
成长道路上,哪些道理让你懂之恨晚?
领导跳槽,带我一起我拒绝了。领导删除我微信,我错了吗?
为什么我用相同的模型,数据,超参,随机种子,在两台服务器会得到不同的结果?
2021年人工智能领域有哪些关键性进展和突破?
哪些书看了不如不看?
你认为长得好看在工作上有帮助吗?
自古以来得民心者得天下,你是什么时候觉得这句话是假的,或者说你是什么时候认识到社会是不公正的?
70 年来,教育行业有哪些重要的变化?
向领导汇报工作有哪些注意事项?
服务条款
联系我们
关于我们
隐私政策
© 2025-06-14 - tinynew.org. All Rights Reserved.
© 2025-06-14 - tinynew.org. 保留所有权利