数据挖掘、机器学习书籍推荐！！
強(qiáng)烈推薦：《機(jī)器學(xué)習(xí)》 (西瓜書)
入門讀物： 《深入淺出數(shù)據(jù)分析》 這書挺簡(jiǎn)單的，基本的內(nèi)容都涉及了，說得也比較清楚，最后談到了R是大加分。難易程度：非常易。
《啤酒與尿布》 通過案例來說事情，而且是最經(jīng)典的例子。難易程度：非常易。
《數(shù)據(jù)之美》 一本介紹性的書籍，每章都解決一個(gè)具體的問題，甚至還有代碼，對(duì)理解數(shù)據(jù)分析的應(yīng)用領(lǐng)域和做法非常有幫助。難易程度：易。
《數(shù)學(xué)之美》 這本書非常棒啦，入門讀起來很不錯(cuò)！
數(shù)據(jù)分析： 《SciPy and NumPy 》 這本書可以歸類為數(shù)據(jù)分析書吧，因?yàn)閚umpy和scipy真的是非常強(qiáng)大啊。
《 Python for Data Analysis 》) 作者是Pandas這個(gè)包的作者，看過他在Scipy會(huì)議上的演講，實(shí)例非常強(qiáng)！
適合入門的教程： 《 集體智慧編程 》學(xué)習(xí)數(shù)據(jù)分析、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)人員應(yīng)該仔細(xì)閱讀的第一本書。作者通過實(shí)際例子介紹了機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘中的算法，淺顯易懂，還有可執(zhí)行的Python代碼。難易程度：中。
《Machine Learning in Action 》 用人話把復(fù)雜難懂的機(jī)器學(xué)習(xí)算法解釋清楚了，其中有零星的數(shù)學(xué)公式，但是是以解釋清楚為目的的。而且有Python代碼，大贊！目前中科院的王斌老師已經(jīng)翻譯這本書了
《機(jī)器學(xué)習(xí)實(shí)戰(zhàn) 》這本書本身質(zhì)量就很高，王老師的翻譯質(zhì)量也很高。難易程度：中。我?guī)У难芯可腴T必看數(shù)目之一！
《Building Machine Learning Systems with Python 》 雖然是英文的，但是由于寫得很簡(jiǎn)單，比較理解，又有 Python 代碼跟著，輔助理解。
《數(shù)據(jù)挖掘?qū)д?》 最近幾年數(shù)據(jù)挖掘教材中比較好的一本書，被美國諸多大學(xué)的數(shù)據(jù)挖掘課作為教材，沒有推薦Jiawei Han老師的那本書，因?yàn)閭€(gè)人覺得那本書對(duì)于初學(xué)者來說不太容易讀懂。難易程度：中上。
稍微專業(yè)些的： 《 Introduction to Semi-Supervised Learning 》 半監(jiān)督學(xué)習(xí)必讀必看的書。
《 Learning to Rank for Information Retrieval 》 微軟亞院劉鐵巖老師關(guān)于LTR的著作，啥都不說了，推薦！
《Learning to Rank for Information Retrieval and Natural Language Processing 》 李航老師關(guān)于LTR的書，也是當(dāng)時(shí)他在微軟亞院時(shí)候的書，可見微軟亞院對(duì)LTR的研究之深，貢獻(xiàn)之大。
《推薦系統(tǒng)實(shí)踐 》 這本書不用說了，研究推薦系統(tǒng)必須要讀的書，而且是第一本要讀的書。
《 Natural Language Processing with Python 》 NLP 經(jīng)典，其實(shí)主要是講 NLTK 這個(gè)包，但是啊，NLTK 這個(gè)包幾乎涵蓋了 NLP 的很多內(nèi)容了啊！
機(jī)器學(xué)習(xí)教材：?《The Elements of Statistical Learning 》 這本書有對(duì)應(yīng)的中文版：統(tǒng)計(jì)學(xué)習(xí)基礎(chǔ) (豆瓣)。書中配有R包，非常贊！可以參照著代碼學(xué)習(xí)算法。 統(tǒng)計(jì)學(xué)習(xí)方法 (豆瓣) 李航老師的扛鼎之作，強(qiáng)烈推薦。難易程度：難。
《Machine Learning 》 去年出版的新書，作者Kevin Murrphy教授是機(jī)器學(xué)習(xí)領(lǐng)域中年少有為的代表。這書是他的集大成之作，寫完之后，就去Google了，產(chǎn)學(xué)研結(jié)合，沒有比這個(gè)更好的了。
《Machine Learning 》 這書和上面的書不是一本！這書叫：Machine Learning: An Algorithmic Perspective 之前由于配有代碼，所以理解起來比較容易。
《 Pattern Recognition And Machine Learning 》經(jīng)典中的經(jīng)典。
《Bayesian Reasoning and Machine Learning 》 看名字就知道了，徹徹底底的Bayesian學(xué)派的書，里面的內(nèi)容非常多，有一張圖將機(jī)器學(xué)習(xí)中設(shè)計(jì)算法的關(guān)系總結(jié)了一下，很棒。
《Convex Optimization 》 凸優(yōu)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導(dǎo)，圖一點(diǎn)一點(diǎn)畫，太棒了
轉(zhuǎn)載于:https://www.cnblogs.com/alan-blog-TsingHua/p/10614107.html
總結(jié)
以上是生活随笔為你收集整理的数据挖掘、机器学习书籍推荐！！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 农行金穗乐分卡额度是多少？占用信用卡额度
- 下一篇： [HZNOI #koishi] Magi