总结一下我读过的机器学习/数据挖掘/数据分析方面的书,基本上我写的都是读完过的,不然不敢写 = =,持续更新~
数据分析
实习的时候只会Matlab,公司小,没钱买正版,所以领导要我两星期把R学会,当时看的有这些书
1.R语言实战
链接:https://book.**.com/subject/20382244/
评价:很好的入门书,从安装、入门、基本的统计分析,作图命令,以及常见的分类、回归、降维等方法都有写
推荐指数:五颗星
2.数据分析-R语言实战
链接:https://book.**.com/subject/25953866/
评价:专门用R语言写的数据分析的书,掌握R的基础后可以看看,侧重数据分析的基本方法,介绍了一些常见的分析方法,比较基础。
推荐指数:四星半
3.探索性数据分析
链接:https://book.**.com/subject/1551897/
评价:外国人写的书,但是翻译真的太烂了。而且内容其实没什么干货啊,找本统计学的教材看看吧。
推荐指数:三颗星
4.R语言编程艺术
链接:https://book.**.com/subject/24699632/
评价:在图书馆意外发现了这本好书,对于R中的数据结构和性能提升讲的不错。
推荐指数:四颗星
5.利用Python进行数据分析
链接:https://book.**.com/subject/25779298/
评价:这本书是pandas模块的作者写的书,一句话总结:Pandas使用手册。如果用Python做数据分析,基本上Pandas是必不可少的包。
推荐指数:四颗星
数据挖掘/机器学习
4.大数据时代的R语言 数据挖掘:R语言实战
链接:https://book.**.com/subject/25901568/[/url]
评价:和上面的“数据分析-R语言实战”好像是一个系列的,基本上常见的数据挖掘方法都介绍了,有理论有实例,适合入门。
推荐指数:四颗星
5.数据挖掘概念与技术
链接:https://book.**.com/subject/2038599/
评价:入门书,理论多,好像是很多研究生学数据挖掘的教材,很详细,孟小峰老师的翻译还是不错的,相对很多翻译很烂的还是可以的。
推荐指数:四颗星
6.机器学习实战
链接:https://book.**.com/subject/24703171/
评价:Python写的,没有Python基础的话还是先学学Python吧,基本上都是实例为主,代码很详细,讲的也很通俗易懂,github上可以下载代码
推荐指数:五颗星
7.集体智慧编程
链接:https://book.**.com/subject/3288908/
评价:和机器学习实战一起看的,也基本上都是实例,翻译的也可以,比“探索性数据分析”的翻译好多了!!有代码,可以实操,基本上真正掌握了可以应对一般的数据挖掘的需求了。
推荐指数:五颗星
8.统计学习方法
链接:https://book.**.com/subject/10590856/
评价:李航博士写的机器学习常见算法的数学推导,讲的算是比较详细了,对于有数学基础的还是很好理解的,如果没有数学基础,可以先看看数分高代凸优化之类的书再看。适合有一定基础的学习。
推荐指数:五颗星
9.推荐系统实战
链接:https://book.**.com/subject/10769749/
评价:看名字就知道是讲推荐系统的,对于不知道推荐系统是啥的可以好好看看,看完基本上了解推荐系统的大概框架和流程,也有一些例子,但是每个例子以及理论都讲的很浅,没有深入,只适合入门。
推荐指数:四颗星
10.数据挖掘导论
链接:https://book.**.com/subject/5377669/
评价:实习的同事本科时上课的教材,也是一部大巨头啊,外国人写的书,很通俗易懂,非常非常详细。
推荐指数:四颗星
今天先写到这儿吧,基本上都是一些入门书,还有一些在印象笔记里,回去再总结。下次写看过的hadoop/Python/Spark的书,以及一些比较不错的论文。
转载地址:http://www.thebigdata.cn/JieJueFangAn/29585.html