大数据书籍推荐
注：本篇博客摘自OURJS網站，主要作為筆記
歷史大浪淘沙經過5次信息革命，終于迎來大數據時代，給信息領域灌入了強勁的血液，催生了很多新生力量，而各行各業誰也無法離開數據存活。尤其近幾年來，全球范圍內掀起了一股“大數據”熱，各地政府、大小企業都在布局大數據，搶占先機。這個局到底怎么設，很少有人能說出清晰的脈絡。一個新事物的出現，除了帶給人們驚喜之外，還有毫無思緒的迷茫。
據可靠數據顯示，截止到2016年，全國的大數據人才只有46萬，未來3-5年人才缺口高達150萬之多。市面招聘網站上都在爭搶大數據人才，有3-5年工作經驗的數據分析師年薪直接高達50萬元，但是能找到的確是寥寥。高校培養大數據人才仍是初步階段，短期內無法快速輸出人才。
相信身邊有很多應屆畢業生以及想轉行大數據的，狀態大多都是：萬臉懵逼。
老司機教你：看書、寫代碼、多交流。
2016年馬上就過完，你看了幾本書呢?小編為大家精心挑選了大數據領域里十本有價值的書，先干掉這幾本書，再和老司機談大數據!不過，像《大數據時代》、《數據之巔》等這些經典到“爛大街”的書我就不一一推薦了，很多人都看過，沒看過的也都聽說過。
一、《Presto技術內幕》
Presto是Facebook開發的數據查詢引擎，基于Java語言開發的，專門為大數據實時查詢計算而設計和開發的產品，更是大數據實時查詢計算產品的佼佼者，比Spark、Impala更加簡單、高效。
《Presto技術內幕》由淺入深地詳細介紹了Presto的安裝過程、內部運行原理機制、功能特性、性能優化方法，以及在應用過程中常見的問題及解決方案等，可用于多種數據源混合進行實時大數據分析計算，使一些使用其他大數據技術不能解決的業務場景有了一個全新有效的解決方案。
在最后的附錄部分不僅對 Presto 使用過程中出現的各種問題給出了明確的解決方案，還對 Presto中的各個配置參數的含義和作用進行了詳細的說明并給出了推薦配置值
作者： JD-Presto 研發團隊 ，是京東眾多研發團隊中的一員，在開源軟件領域獲得多項大獎
適讀人群： Presto技術狂熱者&攻城獅、對京東技術內幕好奇的小伙伴
亮點：
市面上第一本詳細介紹Presto技術的書籍，可單點突破。
濃縮了京東在開源領域深耕多年的實戰經驗
京東CTO張晨、京東首席技術顧問翁志等技術大牛重磅推薦
Presto 使用過程中的各種問題都給出明確的解決方案
對Presto中各個配置參數的含義和作用進行詳細的說明并給推薦配置值
二、 《為數據而生》
讀完《為數據而生》，你會清楚的看到中國在大數據道路上所留下的軌跡，主要包括在智慧城市、科技、醫療、教育、商業、金融等領域的實踐。書中分別闡述在大數據1.0、大數據2.0和大數據3.0時代下，相對應的數據分析需要做到分析、外化、集成：
分析，這里作者提供了一套基本的大數據分析框架：確定問題和指標, 清洗數據, 特征提取和選擇, 模型訓練, 模型融合。
外化，借助外部數據，將兩個看起來毫不相干的事物通過數據挖掘建立聯系。
集成，主要講企業、政府如何收集數據、標準化數據，以及最后如何商業化。
未來中國的大數據發展提供一條清晰且可行性的路徑指南!
簡言之，看了這本書，不管是企業或者政府，都可以看到大數據比較清晰且可實現的一條路徑。
作者：周濤，天才少年，電子科技大學最年輕教授，中國大數據領域的傳奇人物，創辦數之聯、數聯銘品、國信優易、DataCastle等20多家公司，公司總市值高達百億。
適讀人群：大數據愛好者、政府人員及苦于轉型中的企業管理者
亮點：
手把手教企業如何蛻變成一個真正的大數據企業
大數據3.0時代究竟要如何應對
為數不多的把實操、理論都講明白的書
三、《智能時代》
《智能時代》回顧了科學研究發展的四個范式，用實例證明了數據在科學發現中的位置。這本書作者分七章從不同角度對大數據進行介紹，分別以技術和思維方式的改變為主線，從工業革命這個角度嵌入，順理成章的延伸出大數據與智能化，但是沒有將過多筆墨放在技術的深究上，而是選擇從應用層面體現大數據的理念。大數據應用則會滲透到各行各業，這正是作者的用心之處。
作者：吳軍，原騰訊副總裁。吳軍博士是當前Google中日韓文搜索算法的主要設計者。除了《智能時代》，還著有《數學之美》、《浪潮之巔》和《文明之光》。
適讀人群：研究大數據應用的一線實踐者、人工智能愛好者
亮點：
深入淺出，用吃瓜群眾都能看懂的語言講生澀難懂的大數據和人工智能
邏輯性強，你能想到問題，作者都備好了答案
雷軍、羅振宇、涂子沛、李善友、鄔賀銓院士聯袂推薦
四、《R語言預測實戰》
R語言橫跨了金融、生物、醫學、互聯網等多個領域，主要用于統計、建模及可視化。由于上手快、效率高，備受技術人員青睞。預測是大數據挖掘的主要作用之一,借助R語言來做大數據預測，可以兼具效率與價值于一身。
《R語言預測實戰》主要分為預測基礎、預測算法、預測案例三大部分。從入門級的闡述逐漸過度到深入分析，抽絲剝繭般的講明白了用R語言預測的諸多問題。
作者：游皓麟，知名高級數據分析師
適讀人群：R語言數據分析師、R語言研究大數據預測的入門者
亮點：
市面上為數不多的系統講解R語言預測專題的書籍
可以get到做R語言預測時的基本步驟和方法思路，還有更多技術細節
五、《醫療革命》
在醫學大數據時代，數據技術帶來了臨床醫學科研的革命性進步。《醫療革命》通過對醫療數據挖掘的基本理論的闡述，將現代統計學與數據挖掘技術有機結合，講述了大量的醫學數據挖掘的案例，提供了大量的醫學數據挖掘的實操方法。本書以數據挖掘與模式識別的七大原理在臨床醫學中的運用案例為切入點，系統而全面地介紹了醫學數據挖掘的基本方法與原理，對數據分析的常用算法進行了通俗易懂的講解。
作者：邵學杰，中國醫學大數據概念提出的實踐者與先行者，醫學數據挖掘的先行者
適讀人群：醫療數據挖掘愛好者、臨床研究者、 醫療大數據初學者
亮點：
將統計學與醫學深度結合，首次提出醫學數據模式識別的七大原理
實操技術與案例分析相結合，起到很好的技術示范作用
六、《大數據處理之道》
市面上流行的大數據處理技術已經有數十種了，從最初的Hadoop到Spark，再到Storm，到底哪個戰斗力更強?《大數據處理之道》分析比較了當下流行的大數據處理技術的優劣及適用場景，包括Hadoop、Spark、Storm、Dremel、Drill等，詳細分析了各種技術的應用場景和優缺點;同時闡述了大數據下的日志分析系統，重點講解了ELK日志處理方案;最后分析了大數據處理技術的發展趨勢，重點從各種技術的起源、設計思想、架構等方面闡述大數據處理之道。
在日志分析方案遍地開花的大數據時代，這本書能夠幫助你更理性的做出決策。
作者：何金池， IBM高級軟件工程師，熟悉大數據領域內的各項熱門技術，具有多年的一線軟件研發測試經驗
適讀人群：軟件開發、大數據測試人員
亮點：
全。幾乎涵蓋所有的大數據處理熱門技術
易懂。語言詼諧，大數據處理技術與應用場景并在，初學者好上手，專業人士可系統的擴展知識
預測。對未來新的大數據處理技術發展趨勢進行了預測
七、《大數據基礎與應用》
數據本身沒有絲毫意義，通過統計、分類、萃取、特征抽取等一系列技術手段才能實現其價值。大數據技術是實踐性比較強的技術，需要重視工具和應用方法的選擇與研究。《大數據基礎與應用》作為大數據技術入門的參考書，為小白讀者提供了一次系統學習大數據理論知識的機會。
作者：陳明，中國計算機學會理事、中國人工智能學會理事。
適讀人群：大數據技術小白
亮點：
基礎≠不重要，大數據初級必須要掌握的理論知識都在這里
各章獨立闡述，讀者可根據自己的需求，有側重的加強學習
八、《超越大數據》
把社交數據、移動數據、位置數據與主數據結合起來, 可以實現與現有客戶建立更加密切的關系、采用合適的產品, 改進尋找的定位新客戶的方法、更加深入地了解客戶的想法以及對產品的看法等，而《超越大數據》將教你如何通過社交主數據管理深入了解客戶。
作者：馬丁·奧博歐佛，企業信息架構領域，面向全球大客戶的執行架構師
適讀人群：企業決策者、大數據架構師
亮點：顛覆了傳統的業務數據處理
九、《爆發》
《爆發：大數據時代預見未來的新思維》揭開了人類行為背后隱藏的模式“爆發”，大膽的提出人類有93%的行為都是可預測的，是一本超越《黑天鵝》驚世之作。爆發模式的揭示，其影響力將與20世紀初期的物理學或者基因革命的影響力不相上下。你可以把它當成一本歷史小說來看，也可以當成科技讀物，社會是一個巨大的數據庫，這里所有的數據、科學以及技術都聯合起來共同對抗那個很大的謎題——我們的未來。
作者：巴拉巴西，全球復雜網絡研究，無尺度網絡的創立者。世界著名科技雜志《popularscience》雜志稱，“他可以控制世界”。
適讀人群：大數據愛好者、樂于探索歷史與未來的人
亮點：
神秘色彩十足
觀點極具顛覆性
十、《大數據技術概論》
《大數據技術概論》全書共分成11章分別介紹了大數據概論、大數據采集及預處理、大數據分析、大數據數據可視化、Hadoop概論、HDFS和Common概論、MapReduce概論、NoSQL技術介紹、Spark概論、云計算與大數據、大數據解決方案相關案例等內容。每一章中均附有相關術語的注釋，方便讀者查閱和自學。
作者：婁巖，海歸三年，中國醫科大學教授，IT專家，作家。
適讀人群：大數據小白、培訓機構、企劃管理人員
亮點：適合自學
其實，上面的書整體都是偏入門的，希望大家認真讀完，但這對于大數據來說僅僅是杯水車薪。大數據需要的是復合型的人才，只有不斷學習新技術，不斷拓展自己，方能跟上技術的腳步，不被時代變革所淘汰!別放棄，小編為大家整理了一部分的學習資源，根據需要可自行索取喲
總結
- 上一篇： 《把时间当朋友》 第六章交流 读书笔记
- 下一篇： 通达信版弘历软件指标_[转载]弘历软件指