热线电话:13121318867

登录
首页精彩阅读分享 | 27本数据挖掘书籍
分享 | 27本数据挖掘书籍
2016-06-14
收藏


你应该知道,这里是 DataOnFocus;而我们在这里很乐意分享一些信息,尤其是数据科学及其相关学科的信息。然而,什么样的方式是学习一个具体课题的最好的方法呢?看这方面的书籍,并且从你获得的新的知识中进行实践。


什么方法比你通过读一本讲述一个你感兴趣的学科的高质量的书籍来丰富你的知识面呢?那就是,阅读一些免费书籍。所以,我们在这里做了一些工作,并创建了一个史无前例的免费书籍列表,它们涉及相关的数据科学学科,而你能从中学到很多,并且能成为一名专家。你需要注意的是,这些书籍所涉及到的学科是相关复杂的,一些甚至需要前面所阅读过的书籍里的一些知识为基础的。

这些书籍的资源是以PDF格式存放的(由于原文给出的部分跳转链接错误,无法直接跳转到免费下载页面,所以本文中不再提供链接,如果需要,建议自行搜索,编者注),其中,有很多都是经典的数据挖掘机器学习、预测分析和大数据方面的书籍。这些参考书以各种不同的方式来讲解某一学科的内容。其中,有一些东西是实践型的,其它一些是编程范畴的,并且有很多都涉及到相关的理论和概念。我们这个清单就是向读者们提供一些从特定视角解读某一学科的内容,并保证哪些书适合你阅读和满足你的学习需求。

1.An Introduction to Statistical Learning: with Applications in R
http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Fourth%20Printing.pdf

这是一本基于大型数据集里包含的相关信息进行统计学概述的书。这种数据的探索性方法讨论了如何用R语言编程的方法使之实现。

2.Data Science for Business: What you need to know about data mining and data-analytic thinking

一本关于数据科学法则和理论的导论书籍,解释了一些必要的分析思维来解答一些相关的问题。它阐述了用各种方法来实现从数据中挖掘知识的过程。

3.Modeling With Data
http://modelingwithdata.org/about_the_book.html

这本书主要集中于如何应用数据解决分析问题,尤其是向你解释了如何运用相关理论知识来创建用于探索探索大型数据集里的相关信息。

4.Big Data, Data Mining, and Machine Learning: Value Creation for Business Leaders and Practitioners

在这个资源里,大数据的实际得到了相关的探索,并从市场的角度来阐述其中所产生的利益。

5.Data Mining: Practical Machine Learning Tools and Techniques

完全置身于机器学习工具的实际应用中,因此,这是一本实用的书,它给你提供一些相关的知识和能力来掌握机器学习的整个过程。

6.Machine Learning – Wikipedia Guide

维基百科是一个很好的资源库,它把很多机器学习的内容整合到一个例子中,而它就是一个有用的和完整的向导。

7.Data Mining and Analysis: Fundamental Concepts and Algorithms

这里涵盖了很多探索性数据挖掘算法和机器学习的过程,而这些探索由一些统计分析方法实现。

8.Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More

这本书介绍了社交网络数据的探索。从社交网络应用中抓取相关数据,而这个资源则关注如何进行这方面的操作,并且如何实现数据的可视化操作。

9.Probabilistic Programming & Bayesian Methods for Hackers

这本书讲解了如何用拥有强大功能的贝叶斯网络来解决一些复杂的问题,它也讨论了如何用Python语言进行相关的编程来实现它。

10.Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management

一本数据挖掘类书籍,它尤其侧重于讲解市场何商业的管理。这本书提供很多经典的实例来帮助你理解如何在实际应用中运用这些方法。

11.Inductive Logic Programming Techniques and Applications

一本经典的书籍,讲述了如何对一些经典的理论和实际信息进行编程,其中,还引用到一些重要的工具。

12.The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition

这是一本概念性的书籍,它以从一个统计观点的角度来讲解数据挖掘和其预测的内容。它也包含了很多机器学习的内容。

13.An Introduction to Data Science

这是一个适合初学者的资源,它由美国一个大学的教授运作,并提供了很多关于数据科学的重要概念。

14.Mining of Massive Datasets

这本书侧重于提供一些必要的工具和知识讲解,从数据集中进行管理、操作和消耗大量信息的相关内容。

15.A Programmer’s Guide to Data Mining

它以程序员的角度来教导程序员如何理解数据挖掘的概念。它提供了一些亲身经历过的问题来练习和测试这本在线数据里所学到的知识。

16.Data Mining with Rattle and R: The Art of Excavating Data for Knowledge Discovery

这本书的目的就是给你提供很多数据操作方面的知识。它聚焦于Rattle和R语言的工具包来展现这些方法的具体实施方法。

17.Reinforcement Learning: An introduction

它通过一些方法和手段来强化学习主题,同时也对很多相关的重要实例进行讲解。

18.Pattern Recognition and Machine Learning (Information Science and Statistics)

这本书基于贝叶斯网络的观点来展示多种识别模式进行相关的识别操作。这里,很多机器学习的概念已经被探讨过,并已经实例化了。

19.Machine Learning, Neural and Statistical Classification

一本好的经典统计学习方法,技术和其它一些涉及机器学习的问题的书籍。

20.Information Theory, Inference, and Learning Algorithms

这本书通过一个有趣的途径来介绍信息论,同时把推理和学习过程结合起来进行讲解。这本书教了很多数据挖掘的方法,在它和信息论之间构建了一座桥梁。

21.Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die

一本好的预测分析书籍,它提供了一些相关概念的见解。除此之外,它还把相关的理论结合在一起进行讲解。

22.Introduction to Machine Learning

一本简单,却又非常重要的书籍,其目的就在于引导每一个人来学习机器学习

23.Data Mining and Business Analytics with R

另一本以R语言为基础的书籍来概述信息的探索、转换和储存的整个过程和相关操作。

24.Machine Learning

一本完整的书,介绍了机器学习中一些特别的和有用的方法。

25.Think Bayes, Bayesian Statistics Made Simple

通过Python语言编程来来实现贝叶斯统计方法,而这些方法则应用于解决实际问题并对此进行模拟。

26.Bayesian Reasoning and Machine Learning

另一本贝叶斯参考书籍,它侧重于机器学习算法机器过程的运用,是一个便捷的资源,并且,你能从中很好的学习里面的内容。

27.Gaussian Processes for Machine Learning

这是一本理论性的书籍,它讲解了基于概率高斯过程的机器学习算法。这本书介绍了监督学习问题,并描述了与机器学习相关的模型和解决方案。

希望你能享用我的这一个免费的数据挖掘机器学习资源的书单。我们希望的则是你能从这里挑选出最适合你的书籍进行阅读,并提升你关于数据科学概念的知识水平。

原文链接::http://www.dataonfocus.com/21-free-data-mining-books/

数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询