数据挖掘入门基础知识疑惑_数据挖掘书籍推荐


问：本科阶段只学过C语言，外加一些线性代数，概率论的知识。现在硕士阶段进行数据挖掘、自然语言处理的学习中感觉到力不从心。不知道从何去入手，有一堆书也不知道先后顺序或者如何搭配。数据结构与算法、离散数学、数据库等内容也不清楚。总而言之就是相当之困惑，感觉前景一片黑暗，希望能有人帮我解下惑，不胜感激！

答：你现在硕士，不知道是否读博，时间也短，动手把自己硕士毕业要用的算法code出来，这个过程你自然就知道该补什么了。数据挖掘这个领域很大，包括入门都是，硕士毕业没必要大而全，小而精就好。

1 工具的学习（排列有序）
Python（我用的python tutorial,细节可以查书learning python，然后查询一些文档比如,numpy,matplotlib官方文档)
java （我先看的 head first java, 然后thinking in java看了一部分）
linux shell (越熟越好，我只是刷了鸟哥那本入门书的前半部分）
hadoop (需要会折腾，在win电脑上不好配置，如果实验室有环境或者有人帮忙带带入门最好。


2 机器学习入门（排列有序）
集体编程智慧（把例子刷一遍，一方面是理解入门数据挖掘，一方面更熟悉下python)
数据挖掘导论，机器学习(tom mitchell),Andrew Ng的机器学习课程，机器学习实战（主要参考下书中的代码，书中代码并不是非常完美，主要用来入门）。。
这几个材料建议选其中一、二个为核心连贯学习，其他可以参考。比如你先用数据挖掘导论了解一些基本的概念，用Andrew Ng的机器学习课程进行比较细致的学习，其中要实习一些算法的时候可以参考机器学习实战，某些算法看不懂时候可以参考其他书籍

Pattern Recognition And Machine Learning,The Elements of Statistical Learning 两本理论非常详细的巨著，如果有精力一定要看看。建议从第一本看起（因为我也只能勉强看懂第一本，第二本如果其他人都说很经典，可以看懂的话肯定是要看的）。

Kaggle找几个最简单的题进行入门实战。(比如泰坦尼克号那题）
可以适当了解一些机器学习的具体应用，如：推荐系统、图像处理、语音或搜索。（结合自己的兴趣专业选择某一个深入学习）

3 数据结构基础
算法导论+leetcode在线题目

总结：
学习数据挖掘时看书要多动手，多总结，比如看了个朴素贝叶斯算法，最好把这个方法总结一下，然后编写代码实现简单的例子。