數據分析/數據挖掘/機器學習---- 必讀書目

作者：Charlotte77 數學系的數據挖掘民工

博客專欄：http://www.cnblogs.com/charlotte77/

個人公眾號：Charlotte數據挖掘（ID：CharlotteDataMining）

總結一下我讀過的機器學習/數據挖掘/數據分析方面的書，有的適合入門，有的適合進階，沒有按照層次排列，先總結一下，等總結的差不多了再根據入門--->進階分塊寫。下面列的書基本上我寫的都是讀完過的，不然不敢寫，怕誤人子弟 = =，持續更新ing~

數據分析

實習的時候只會Matlab，公司小，沒錢買正版，所以領導要我兩星期把R學會，當時看的有這些書

1.R語言實戰

評價：很好的入門書，從安裝、入門、基本的統計分析，作圖命令，以及常見的分類、回歸、降維等方法都有寫

推薦指數：五顆星

2.數據分析-R語言實戰

評價：專門用R語言寫的數據分析的書，掌握R的基礎後可以看看，側重數據分析的基本方法，介紹了一些常見的分析方法，比較基礎。

推薦指數：四星半

3.探索性數據分析

評價：外國人寫的書，但是翻譯真的太爛了。而且內容其實沒什麼乾貨啊，關於分位數、展布等這些概念直接找本統計學的教材看看吧。

推薦指數：三顆星

4.R語言編程藝術

評價：在圖書館意外發現了這本好書，對於R中的數據結構和性能提升講的不錯。

推薦指數：四顆星

5.利用Python進行數據分析

評價：這本書是pandas模塊的作者寫的書，一句話總結：Pandas使用手冊。如果用Python做數據分析，基本上Pandas是必不可少的包。

推薦指數：四顆星

數據挖掘/機器學習

4.大數據時代的R語言 數據挖掘：R語言實戰

評價：和上面的「數據分析-R語言實戰」好像是一個系列的，基本上常見的數據挖掘方法都介紹了，有理論有實例，適合入門。

推薦指數：四顆星

5.數據挖掘概念與技術

評價：入門書，理論多，好像是很多研究生學數據挖掘的教材，很詳細，孟小峰老師的翻譯還是不錯的，相對很多翻譯很爛的還是可以的。

推薦指數：四顆星

6.機器學習實戰

評價：Python寫的，沒有Python基礎的話還是先學學Python吧，基本上都是實例為主，代碼很詳細，講的也很通俗易懂，github上可以下載代碼

推薦指數：五顆星

7.集體智慧編程

評價：和機器學習實戰一起看的，也基本上都是實例，翻譯的也可以，比「探索性數據分析」的翻譯好多了！！有代碼，可以實操，基本上真正掌握了可以應對一般的數據挖掘的需求了。

推薦指數：五顆星

8.統計學習方法

評價：李航博士寫的機器學習常見演算法的數學推導，講的算是比較詳細了，對於有數學基礎的還是很好理解的，如果沒有數學基礎，可以先看看數分高代凸優化之類的書再看。適合有一定基礎的學習。

推薦指數：五顆星

9.推薦系統實戰

評價：看名字就知道是講推薦系統的，對於不知道推薦系統是啥的可以好好看看，看完基本上了解推薦系統的大概框架和流程，也有一些例子，但是每個例子以及理論都講的很淺，沒有深入，只適合入門。

推薦指數：四顆星

10.數據挖掘導論

評價：實習的同事本科時上課的教材，也是一部大巨頭啊，外國人寫的書，很通俗易懂，非常非常詳細。

推薦指數：四顆星

11.Spark快速大數據分析

評價：8.4/10,很薄的一本書，主要介紹的Spark的基本語法命令之類的，適合快速入門，Learning Spark的中文版

推薦指數：五顆星

12.Spark高級數據分析

評價：豆瓣上評價很少，但是我買回來看了以後發現還是不錯的，基本上從分類，聚類，推薦，徵信這幾塊都有實例講解，比較詳細，看的也很快，上手不錯。

推薦指數：五顆星

13.Hadoop權威指南

評價：7.8/10,很厚，Hadoop講的很深，不太適合入門，適合做數據倉庫的人看，數據挖掘的可以先看看hadoop實戰

推薦指數：三顆星

14.Hadoop實戰

評價：7.0/10,我看的是國內的一個教授寫的，並不是「Hadoop in anction」的中文譯本，這個寫的很淺，適合入門，但是感覺還是Hadoop in action 寫的好一些

推薦指數：三星半

15.Hive編程指南

評價：7.4/10 ，講Hive操作的，講真，如果真的只想了解下hive怎麼操作，可以不用看這本書，直接去搜一下hive編程命令集合就可以了，這本書比較適合ETL的人，如果只是數據挖掘入門入門的話可以暫時先不用看這本書。但是書本身講的還是很好的

推薦指數：四顆星

16.R語言與網站分析

評價：7.4/10，本來只是去國圖偶然看到的一本書，但是看了幾章後覺得講的挺清晰，而且後面的實例講的挺好的，就去亞馬遜上買了kindle電子書，關聯規則和社群分析講的都挺不錯的，看的特別快。

推薦指數：四顆星

17.R的極客理想工具篇

評價：7.5/10，作者是張丹，最開始是關注他的博客，寫的很清晰，步驟也很明確，對於學習R的人來說是個不錯的學習地方。這本書後面幾張講的主要是R的性能、以及資料庫、hadoop、hive結合起來做的方法，值得一看。

推薦指數：四顆星

18.Mysql必知必會

評價：8.4/10，不多說，入門Mysql必讀書，很薄的一本小冊子。

推薦指數：五顆星

19.高性能MySQL

評價：8.7/10,專業級的MySQL書籍，適合進階，但是中文翻譯很爛，買英文版英文版英文版

推薦指數：兩顆星（還有三顆星給了英文版）

19.凸優化

評價：9.4/10，很好的教材，而且很全，之前上數值分析這門課學的很多內容都包含在裡面了，機器學習的很多概念也可以在裡面找到，讀完可以讓你更深入的理解機器學習，而不是僅僅只會套用包。

推薦指數：五顆星！！

20.Pattern Recognition and Machine Learning

評價：9.6/10，PRML是機器學習的經典教材啊，非常值得看！有人翻譯了中文版的，如果需要的話可以留言我把鏈接發出來~

推薦指數：五顆星

22.統計自然語言處理

評價：8.8/10，做自然語言處理的入門書，書很厚，但是講的很多概念性的東西，卻一點也不覺得枯燥，唯一的缺點就是，大概因為是經典教材類的書，所以實例比較少，有點像綜述，大而全，如果想實戰，可以看看Python寫的一本自然語言處理的書，nltk，忘記叫啥名了，想起來了貼上來（評論里有人補充了，貼一個，Natural Language Processing with Python）

推薦指數：四顆星

再推薦幾本科普書，業餘可以看看提升下興趣

1.從0到1

2.大數據時代

3.浪潮之巔

4.數學之美

5.數據之巔

23.機器學習

評價：上次居然忘了寫這本書，周志華老師的新書，公式推導很詳細，豆瓣評分9.2，周老師在講數據挖掘的演算法之前先講了如何評估演算法的效果與選擇，可以宏觀的了解機器學習一些基礎知識，在之後學習演算法的時候對於它們的適用場景也會有個大概的了解。作者的思路很清晰，強烈推薦啊！！

推薦指數：五顆星