數據挖掘、數據分析的書籍推薦

這篇博客主要總結一下數據挖掘、數據分析領域相關書籍，主要參考了知乎上的問題在數據分析、挖掘方面，有哪些好書值得推薦。

首先推薦周志華寫的機器學習。我最近也在讀這本書，優勢是適合入門，知識大而全，缺點是每一個知識點介紹的不深刻（這也沒辦法，要是面面俱到，一本書根本寫不完）。

入門讀物

• 深刻淺出數據分析。這書挺簡單的，基本的內容都涉及了，說得也比較清楚，最後談到了R是大加分。難易程度：很是易。
• 啤酒與尿布。經過案例來講事情，並且是最經典的例子。難易程度：很是易。
• 數據之美。一本介紹性的書籍，每章都解決一個具體的問題，甚至還有代碼，對理解數據分析的應用領域和作法很是有幫助。難易程度：易。
• 數學之美。吳軍博士寫的，做爲科普讀物還不錯。

數據分析

• SciPy and NumPy。numpy和scipy很好很強大
• Python for Data Analysis。
• Bad Data Handbook。

數據挖掘入門書籍

• 集體智慧編程。經典書籍，入門必讀。
• 機器學習實戰。理論很好，代碼質量通常般。優勢是讓你看看如何實現這些算法，缺點是書中的代碼幾乎用不上。
• 數據挖掘導論。研究生期間的教材，通俗易懂，習題很贊。
• Machine Learning for Hackers。算法用R實現。

中階

• Introduction to Semi-Supervised Learning
• Learning to Rank for Information Retrieval
• Learning to Rank for Information Retrieval and Natural Language Processing
• 推薦系統實踐。推薦系統入門首選
• Natural Language Processing with Python。NLP 經典，其實主要是講NLTK包

高階

• The Elements of Statistical Learning。很難，啃完不容易。
• 統計學習方法。李航老師的扛鼎之做，強烈推薦。
• Machine Learning。做者Kevin Murrphy教授是機器學習領域中年少有爲的表明。這書是他的集大成之做，寫完以後，就去Google了，產學研結合，沒有比這個更好的了。
• Pattern Recognition And Machine Learning。PRML地位不解釋。
• Bayesian Reasoning and Machine Learning。Bayesian學派的書，裏面的內容很是多，有一張圖將機器學習中設計算法的關係總結了一下，很棒。
• Probabilistic Graphical Models。很是很是難。
• Convex Optimization (豆瓣) 凸優化中最好的教材，沒有之一了。
• Learning from data。林軒田老師做品。

寫在後面，看了肖博士的答案，確實比其餘答案好很多，專業且全面，並且有針對性。除了書籍，後續我會補充一些公開課資源。