【知乎強大書單】在資料分析、挖掘方面，有哪些好書值得推薦？
阿新 • • 發佈：2018-12-25
入門讀物：
適合入門的教程：
稍微專業些的：
機器學習教材：
- 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：非常易。
- 通過案例來說事情，而且是最經典的例子。難易程度：非常易。
- 一本介紹性的書籍，每章都解決一個具體的問題，甚至還有程式碼，對理解資料分析的應用領域和做法非常有幫助。難易程度：易。
-
這本書非常棒啦，入門讀起來很不錯！
適合入門的教程：
- 學習資料分析、資料探勘、機器學習人員應該仔細閱讀的第一本書。作者通過實際例子介紹了機器學習和資料探勘中的演算法，淺顯易懂，還有可執行的Python程式碼。難易程度：中。
-
用人話把複雜難懂的機器學習演算法解釋清楚了，其中有零星的數學公式，但是是以解釋清楚為目的的。而且有Python程式碼，大讚！目前中科院的王斌老師（微博： 王斌_ICTIR）已經翻譯這本書了 。這本書本身質量就很高，王老師的翻譯質量也很高。難易程度：中。我帶的研究生入門必看數目之一！
- 最近幾年資料探勘教材中比較好的一本書，被美國諸多大學的資料探勘課作為教材，沒有推薦Jiawei Han老師的那本書，因為個人覺得那本書對於初學者來說不太容易讀懂。難易程度：中上。
稍微專業些的：
機器學習教材：
- 李航老師的扛鼎之作，強烈推薦。難易程度：難。
- 去年出版的新書，作者Kevin Murrphy教授是機器學習領域中年少有為的代表。這書是他的集大成之作，寫完之後，就去Google了，產學研結合，沒有比這個更好的了。
-
這書和上面的書不是一本！這書叫：Machine Learning: An Algorithmic Perspective 之前做過我帶的研究生教材，由於配有程式碼，所以理解起來比較容易。
- 看名字就知道了，徹徹底底的Bayesian學派的書，裡面的內容非常多，有一張圖將機器學習中設計演算法的關係總結了一下，很棒。
- 凸優化中最好的教材，沒有之一了。課程也非常棒，Stephen老師拿著紙一步一步推到，圖一點一點畫，太棒了。