導(dǎo)語(yǔ)：機(jī)器學(xué)習(xí)和數(shù)據(jù)分析密不可分，除了網(wǎng)課，我相信一些優(yōu)質(zhì)圖書(shū)肯定能幫到你的忙，今天推薦10本技術(shù)圖書(shū)，都是非常實(shí)用且有幫助的，多讀讀多看看，肯定獲益匪淺。

機(jī)器學(xué)習(xí)和數(shù)據(jù)分析是一對(duì)復(fù)雜且相互關(guān)聯(lián)的概念。為了跟上潮流，你需要做足準(zhǔn)備，花時(shí)間研究并且更新知識(shí)。即使日復(fù)一日地在這個(gè)行業(yè)工作，仍然有可能落后于當(dāng)前的趨勢(shì)。

為了不落人后，最好的方式是繼續(xù)刷新自己的知識(shí)，同時(shí)保持上手的經(jīng)驗(yàn)。在這行業(yè)中要取得成功，需要完美的項(xiàng)目經(jīng)驗(yàn)和技能組合。盡管網(wǎng)上有大量的資源，我們?nèi)砸獙ｉT(mén)推薦一些好的實(shí)體書(shū)籍。

1. 《Machine Learning Yearning》 by 吳恩達(dá)

由現(xiàn)代數(shù)據(jù)，大數(shù)據(jù)和數(shù)據(jù)科學(xué)開(kāi)發(fā)并生產(chǎn)出的機(jī)器學(xué)習(xí)系統(tǒng)已經(jīng)不是什么秘密。雖然它們不一定是同義詞，但卻是互相關(guān)聯(lián)的，因此如果你在數(shù)據(jù)行業(yè)工作，那么提高對(duì)機(jī)器學(xué)習(xí)的理解和認(rèn)識(shí)是個(gè)不錯(cuò)的想法。

從本書(shū)中你可以學(xué)到一些洞察能力，例如你應(yīng)該多長(zhǎng)時(shí)間收集一次訓(xùn)練數(shù)據(jù)集，如何使用端到端的深度學(xué)習(xí)，以及如何利用你正在創(chuàng)建的系統(tǒng)來(lái)共享數(shù)據(jù)和統(tǒng)計(jì)信息。

2. 《Hadoop：權(quán)威指南》 by Tom White

Apache Hadoop是用于處理和管理大量數(shù)據(jù)的主要框架。任何從事編程或數(shù)據(jù)科學(xué)工作的人都有必要熟悉這個(gè)平臺(tái)。事實(shí)上，這是開(kāi)發(fā)可擴(kuò)展系統(tǒng)最有效的方法之一。

身為Hadoop顧問(wèn)和Apache軟件基金會(huì)成員的Tom White寫(xiě)了這本標(biāo)準(zhǔn)指南，其中包羅作者的個(gè)人見(jiàn)解和一些有用的資源。更重要的是，它將引導(dǎo)你完成Hadoop的設(shè)置并且過(guò)一遍整體流程。

Apache Spark是你可能需要花時(shí)間學(xué)習(xí)的另一個(gè)重要平臺(tái)。

3.《預(yù)測(cè)分析》 by Eric Siegel

本書(shū)詳細(xì)解釋了如何獲取多種形式的數(shù)據(jù)和信息，并將其轉(zhuǎn)化為可實(shí)施的預(yù)測(cè)或見(jiàn)解的方法。本書(shū)的核心目的是幫助專業(yè)人員更好地了解他們的受眾。你將學(xué)會(huì)如何識(shí)別他們購(gòu)買(mǎi)的產(chǎn)品和服務(wù)，訪問(wèn)的地點(diǎn)，與他們產(chǎn)生共鳴的內(nèi)容等等。

眾所周知，數(shù)據(jù)科學(xué)家的工作是查看未經(jīng)過(guò)濾的原始數(shù)據(jù)，并發(fā)現(xiàn)可用的趨勢(shì)和模式。本書(shū)不僅可以幫助你做到這一點(diǎn)，而且還提出必要的預(yù)測(cè)算法來(lái)改進(jìn)未來(lái)的操作和流程。本書(shū)可以算是預(yù)測(cè)分析的圣經(jīng)。

4. 《用數(shù)據(jù)講故事》 by Kole Nussbaumer Knaflic

《用數(shù)據(jù)講故事：商業(yè)專業(yè)人士的數(shù)據(jù)可視化指南》 是業(yè)內(nèi)的重要讀物，甚至對(duì)與商業(yè)不怎么相關(guān)的人士也極為重要。為什么呢？

簡(jiǎn)而言之，本書(shū)涉及大量數(shù)據(jù)的管理和提取工作。其中包含：去除過(guò)多且不明確的數(shù)據(jù)，改進(jìn)數(shù)據(jù)收集流程，并產(chǎn)出相關(guān)且實(shí)際的數(shù)據(jù)可視化結(jié)果。

這是一本權(quán)威指南，旨在幫助你了解應(yīng)該如何處理收集到所有有用的數(shù)據(jù)，以及如何實(shí)際去做的方式。許多見(jiàn)解適用于科技產(chǎn)業(yè)，但對(duì)于非科技領(lǐng)域的專業(yè)人員同樣適用。

5. 《大拐點(diǎn)》 by? Scott Stawski

本書(shū)對(duì)于了解當(dāng)前數(shù)據(jù)分析和云計(jì)算行業(yè)的發(fā)展勢(shì)頭十分有幫助。特別值得注意的是，Stawski主要關(guān)注原始數(shù)據(jù)存儲(chǔ)和挖掘系統(tǒng)、如何部署以及在現(xiàn)實(shí)世界中的使用情況。

它不僅是一個(gè)理論指南，還揭示了實(shí)際的工作系統(tǒng)，并且提到如何把相應(yīng)模式套用到你的企業(yè)或公司。更重要的一點(diǎn)是，你可以從本書(shū)中清楚了解如何在組織內(nèi)部署這些工具和平臺(tái)。

6. 《統(tǒng)計(jì)學(xué)習(xí)導(dǎo)論·基于R應(yīng)用》? by Gareth James等人

統(tǒng)計(jì)學(xué)習(xí)和相關(guān)的方法是數(shù)據(jù)科學(xué)工作所必需的概念。這本教科書(shū)旨在幫助每個(gè)人——從本科到博士，了解這些統(tǒng)計(jì)概念。

當(dāng)然，它也提供了一些很好的R-lab與練習(xí)，其中有詳細(xì)的解釋和攻略。你可以在學(xué)習(xí)階段直接用它來(lái)練習(xí)數(shù)據(jù)科學(xué)。他還能在你的日常應(yīng)用中作為工具書(shū)反復(fù)查閱。

7. 《商業(yè)中的數(shù)據(jù)分析》 by Foster Provost, Tom Fawcett

本書(shū)由著名數(shù)據(jù)科學(xué)專家Foster Provost和Tom Fawcett撰寫(xiě)，介紹了數(shù)據(jù)科學(xué)的基本原理，讓你從收集的數(shù)據(jù)中提取有用的知識(shí)和業(yè)務(wù)價(jià)值所需的“數(shù)據(jù)分析思維”，并可幫助你了解當(dāng)今使用的許多數(shù)據(jù)挖掘技術(shù)。

這本書(shū)有趣的地方，是會(huì)特別標(biāo)記出較困難的技術(shù)部分，并深入淺出的介紹數(shù)據(jù)挖掘中的重要的幾個(gè)概念：分類，聚類和回歸。更重要的是書(shū)中包含了這些概念在商務(wù)上的的直接應(yīng)用。

8. 《數(shù)據(jù)科學(xué)實(shí)戰(zhàn)》 by Cathy O'Neil, Rachel Schutt

這本以哥倫比亞大學(xué)的數(shù)據(jù)科學(xué)入門(mén)課為基礎(chǔ)，包含了Google，Microsoft和eBay等公司的數(shù)據(jù)科學(xué)家的經(jīng)驗(yàn)，通過(guò)介紹案例研究和他們使用的代碼的經(jīng)歷，分享了新的算法，方法和模型。

如果你熟悉線性代數(shù)，概率和統(tǒng)計(jì)，并具有編程經(jīng)驗(yàn)，本書(shū)是你對(duì)數(shù)據(jù)科學(xué)的理想介紹。主題包括：統(tǒng)計(jì)推斷、探索性數(shù)據(jù)分析和數(shù)據(jù)科學(xué)過(guò)程算法、垃圾郵件過(guò)濾器、樸素貝葉斯和數(shù)據(jù)處理邏輯回歸、財(cái)務(wù)建模、推薦引擎和因果關(guān)系數(shù)據(jù)可視化、社交網(wǎng)絡(luò)和數(shù)據(jù)新聞、數(shù)據(jù)工程、MapReduce。

9. 《Show Me the Numbers》 by Stephen Few

在BI產(chǎn)業(yè)有30多年的經(jīng)驗(yàn)之后，Stephen Few并不針對(duì)哪一種可視化工具進(jìn)行鉆研，而是從更高層次的去討論，什么圖形該怎么使用，來(lái)傳達(dá)什么樣的訊息是最有效的，以及數(shù)據(jù)分析產(chǎn)業(yè)的發(fā)展與趨勢(shì)。

這本書(shū)中，他介紹了可視化的起源和背后的應(yīng)用，為讀者提供實(shí)際的設(shè)計(jì)指導(dǎo)，針對(duì)不同數(shù)據(jù)使用者的不同使用場(chǎng)景給出建議，在一些現(xiàn)在流行卻有潛在問(wèn)題的可視化設(shè)計(jì)上做出改進(jìn)。

10. 《精益數(shù)據(jù)分析》 by Alistair Croll / Benjamin Yoskovitz

本書(shū)延續(xù)了新創(chuàng)企業(yè)文化中MVP(Most Valuable Product)概念和商業(yè)畫(huà)布架構(gòu)，展示了如何利用數(shù)據(jù)的方式，分析六個(gè)產(chǎn)業(yè)中（電子商務(wù)、SaaS、免費(fèi)移動(dòng)應(yīng)用、媒體網(wǎng)站、用戶生成內(nèi)容與雙邊市場(chǎng)）的數(shù)據(jù)，驗(yàn)證創(chuàng)業(yè)者自己的設(shè)想、找到真正的客戶、打造能賺錢(qián)的產(chǎn)品，以及提升企業(yè)知名度。

有趣的地方是，就算新創(chuàng)企業(yè)的數(shù)據(jù)沒(méi)有成熟企業(yè)來(lái)的多，作者認(rèn)為每種不同的產(chǎn)業(yè)仍有必須關(guān)注的指標(biāo)數(shù)字。根據(jù)這些數(shù)字新創(chuàng)公司可以更有效的管理和拓展生意。

來(lái)源：優(yōu)達(dá)學(xué)城Udacity

精彩活動(dòng)

福利 · 閱讀 | 免費(fèi)申請(qǐng)讀大數(shù)據(jù)新書(shū) 第23期

推薦閱讀

2017年數(shù)據(jù)可視化的七大趨勢(shì)！?

全球100款大數(shù)據(jù)工具匯總（前50款）?

論大數(shù)據(jù)的十大局限

大數(shù)據(jù)時(shí)代的10個(gè)重大變革

大數(shù)據(jù)七大趨勢(shì) 第一個(gè)趨勢(shì)是物聯(lián)網(wǎng)

Q:?你還看過(guò)哪些大數(shù)據(jù)圖書(shū)值得推薦？

歡迎留言與大家分享

請(qǐng)把這篇文章分享給你的朋友

轉(zhuǎn)載 / 投稿請(qǐng)聯(lián)系：hzzy@hzbook.com

更多精彩文章，請(qǐng)?jiān)诠娞?hào)后臺(tái)點(diǎn)擊“歷史文章”查看

總結(jié)

以上是生活随笔為你收集整理的10 本大数据高分书籍，收好给头脑充充电吧~的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。