我读过的机器学习/数据挖掘/数据分析方面的书

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