有哪些看了让你醍醐灌顶的书籍、论文、期刊，使你对如何做数据挖掘、特征工程、统计挖掘有了眉目？第1页

huangzhe 网友的相关建议:

知乎上各位大佬比较偏科研，我比较偏工程，给大家一个全面点的视角。

本答案会持续更新，欢迎点赞收藏并追更。

首先是总体工程实践方面

我最推荐大家读一篇论文《Hidden Technical Debt in Machine Learning Systems》。这篇论文能帮助搞科研能理解要把一个机器学习算法用到工程上，有多少隐藏的”坑“要踩。

在我之前的回答里多次引用过，其中这张图最经典。

上面这个图很直观地解释了机器学习项目里每个部分要多少投入资源（精力或者人力）。中间那个黑色的，小到字都看不清了的，就是你开发算法投入的精力。如果你还是学生，那么读下这个论文可能你会对未来工作会面对的挑战有所了解。

我最喜欢的莫过于各种cheat sheet，也就是一张小抄，列举了整个知识框架。例如

说实话，依我个人经验，特征工程的”醍醐灌顶“其实更依赖于domain knowledge。例如我做风控项目，我是不可能随便拿两个变量变化一下就用的。（如果你对风控也感兴趣，我毛遂自荐我自己写的这个系列）

但是拥有完整的特征工程理论知识，是应用domain knowledge的基础。特征工程方面，推荐O'Reilly动物世界系列的这本书。

我相信大家都看过很多解释性的方法论文，这里推荐一本在线的书，免费开源的，总结了模型解释的多种方法，讲得非常详细，对我的工作很有借鉴意义。

其中第五章模型不可知方法最有实际作用。

我用的是spark来处理大数据，spark的话，推荐这本书，依然是O'Reilly动物世界系列。虽然我并没有看完，但我遇到难题时翻一翻，总能能给我一些启发。

说时候，我建议关注英文网站。即使是中国人的科研成果，多数都是英文发表的。这里推荐几个网站，如果你在知乎搜索这个几个网站名字，你会发现，很多中文文章都是翻译他们的。

数据科学领域最热门的分享网站(或之一)Toward Data Science:https://towardsdatascience.com/这个网站我非常喜欢，权重很高，你在Google打入你遇到的数据科学问题，在前面的搜索结果很多都来自这个网站。当我遇到技术上的难题，总能在这个网站找到思路
跟踪大数据人工智能技术进展和新闻的网站： https://www.kdnuggets.com/
一个不错的medium数据科学专栏：https://medium.com/analytics-vidhya