http://bbs.pinggu.org/thread-3116701-1-1.html
各位想学数据分析与数据挖掘却不知道怎么着手学习的人有福啦!
本文选自一个机器学习博士研究生的推介书单,
大家可以按照自己的水平,一步步学习啦~~~
入门读物:
- 深入浅出数据分析 这书挺简单的,基本的内容都涉及了,说得也比较清楚,最后谈到了 R 是大加分。难易程度:非常易。
- 啤酒与尿布 通过案例来说事情,而且是最经典的例子。难易程度:非常易。
- 数据之美 一本介绍性的书籍,每章都解决一个具体的问题,甚至还有代码,对理解数据分析的应用领域和做法非常有帮助。难易程度:易。
- 数学之美 这本书非常棒啦,入门读起来很不错!
数据分析:
适合入门的教程:
稍微专业些的:
机器学习教材:
- The Elements of Statistical Learning 这本书有对应的中文版:统计学习基础 。书中配有 R 包,非常赞!可以参照着代码学习算法。
- 统计学习方法 李航老师的扛鼎之作,强烈推荐。难易程度:难。
- Machine Learning 去年出版的新书,作者 Kevin Murrphy 教授是机器学习领域中年少有为的代表。这书是他的集大成之作,写完之后,就去 Google 了,产学研结合,没有比这个更好的了。
- Machine Learning 这书和上面的书不是一本!这书叫:Machine Learning: An Algorithmic Perspective 之前做过我带的研究生教材,由于配有代码,所以理解起来比较容易。
- Pattern Recognition And Machine Learning 经典中的经典。
- Bayesian Reasoning and Machine Learning 看名字就知道了,彻彻底底的 Bayesian 学派的书,里面的内容非常多,有一张图将机器学习中设计算法的关系总结了一下,很棒。
- Probabilistic Graphical Models 鸿篇巨制,这书谁要是读完了告诉我一声。
- Convex Optimization 凸优化中最好的教材,没有之一了。课程也非常棒,Stephen 老师拿着纸一步一步推到,图一点一点画,太棒了。
下载地址:The Elements of Statistical Learning、统计学习方法、Machine Learning: An Algorithmic Perspective、
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。