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
不是程序员而会编程为你的工作带来了哪些优势?
人工「神经网络」技术在信息处理上有何特点,工作原理是什么?
你在面试时见过最奇葩的事情是什么?
如何将综合评价方法组合?
最有可能引领第四次工业革命的是哪种技术?
有哪些著名的鸡汤其实是瞎编的?
大部分人辞职的原因只是因为工资没到位吗?
把一个离职 10 个月的同事移出群聊,有错吗?
离职的征兆有哪些?
为什么工作越努力,工作量反而越大,领导都喜欢喊你做事情,升职加薪却轮不到自己?
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
有哪些贝叶斯推理入门的书籍?
职场中,有的人总爱拿领导名义迫使你去做事,你又不能直接找领导求证,怎么办?
数据挖掘与数据分析的主要区别是什么?
在职场,会搞关系很重要吗?
国企里有哪些毁人三观的事?
Rokid 提问:家里的电器会说话是怎样一种体验?
如何看待 TI7 上与 Dendi solo 的 OpenAI?
人工智能相关的岗位薪酬状况如何?
常参加饭局的人,能获知哪些常人难知道的信息?
有哪些看起来很厉害,实际不难获得的头衔?
如何看待现在的快宝、花花这类机器人?
怎么拒绝自己不想回答的隐私问题?
进入社会就意味着一定要吃亏吗,有没有不吃亏的人?
如何看待原阿里钉钉 CEO 无招将离职创业,多名钉钉老将加入?
在试用期被辞退是不是很丢人?
什么是反事实分析呀?
公司没有上升空间是不是该辞了?
政府基层办事人员如何拒绝向上司提出的关系户妥协?
分析能力和总结能力,哪个更重要?
如何看待杭州某公司不想招35岁以上基层员工,称工资高、不好「忽悠」、不够拼?如何看待35岁职场危机?
为什么不要轻易辞职,特别是国企、央企等单位?
高管拿过高的薪金有何弊端?
有哪些有意思的科普书,读完让你感觉相见恨晚?
员工拒绝国庆期间上班,被单位辞退,法院判决「双方均有过错,单位支付补偿金」,遇到类似情况该如何处理?
不怎么跟领导来往,但工作能力很强,你认为领导会提拔你吗?为什么?
在公司被迫使用 钉钉 是怎样的一种体验?
本人女,公司领导已婚。他会弹我的头,还晚上送过我回家,他是喜欢我吗?
网传 58 同城裁员 20%,单方面强制停薪留职 2 个月,是真的吗?
哪里下载各种行业数据报告?
如何看待听说字节跳动取消大小周,实习生问「大小周是什么」?现在 00 后还能接受大小周吗?
服务条款
联系我们
关于我们
隐私政策
© 2024-05-20 - tinynew.org. All Rights Reserved.
© 2024-05-20 - tinynew.org. 保留所有权利