2019-11-11 13:15:45

使用python数据分析必读的10本书

158 / 0 / 0 / 0

1、深入浅出数据系列书籍

深入浅出数据分析

《深入浅出数据分析》 迈克尔•米尔顿 (Michael Milton), 李芳【摘要 书评 试读】图书​www.amazon.cn

入门级别,比较简单,但基本的内容涉及全面,讲解的比较清晰,最后谈到了R语言。以下两本是同一系列。

深入浅出统计学

《深入浅出统计学》 道恩·格里菲思 (Dawn Griffiths), 李芳

深入浅出SQL

【深入浅出SQL, (美)贝里9787564111380东南大学出版

2、资料之美:优雅资料解决方案的幕后秘籍

《資料之美:優雅資料解決方案的幕後祕辛》 Toby Segaran, Jeff Hammerbacher

知识普及性的书籍,集结了39位数据处理领域的翘楚,现身说法,分享他们如何开发各种简约而优雅的解决方案克服各种挑战,每章都解决一个具体问题,对理解数据分析的应用领域和具体做法很有帮助。

3、R 语言实战

《R语言实战(第2版)》 卡巴科弗 (Robert I.Kabacoff), 王小宁, 刘撷芯, 黄俊文, 等

全面而细致的R指南,高度概括了该软件和它的强大功能,展示了使用的统计示例,且对于难以用传统方法处理的凌乱、不完整和非正态的数据给出了优雅的处理方法。

4、数据之魅-基于开源工具的数据分析

《数据之魅:基于开源工具的数据分析》 雅奈特(Philipp K.Janert), 黄权, 陆昌辉, 邹雪梅, 费柳凤

包含大量的模拟过程及结果展示,并通过实例来阐述如何使用开源工具来进行数据分析。通过本书的阅读,读者可以清楚地了解这些方法的实际用法及用途。

5、数据挖掘技术:应用于市场营销、销售与客户关系管理

《数据挖掘技术:应用于市场营销、销售与客户关系管理(第3版)》 林那夫 (Gordon S.Linoff), 贝里 (Michael J.A.Berry), 巢文涵, 张小明, 王芳【摘要 书评 试读】图书

如何利用最新的数据挖掘方法和技术来解决常见的业务问题。
比如提高营销活动的响应率,识别新的客户群并估算信用风险。此外,它涵盖更多高级主题,如准备分析数据以及为公司数据挖掘创建必要的基础架构。

6、Python数据科学手册

《Python数据科学手册》 杰克·万托布拉斯 (Jake VanderPlas), 陶俊杰, 陈小莉

每章介绍一到两个Python数据科学中的重点工具包。适合有编程背景,并打算将开源Python工具用作分析、操作、可视化以及学习数据的数据科学研究人员。对于需要处理大量数据的人而言,这是一本非常有价值的工作书,可以有效率地处理每天面对的问题,像是操作、转换,以及清理数据、可视化不同形式的数据,建立统计学或机器学习的模型等等。

7、用数据讲故事

《用数据讲故事》 科尔·努斯鲍默·纳福利克 (Cole Nussbaumer Knaflic), 陆昊, 吴梦颖

通过大量案例研究介绍数据可视化的基础知识,以及如何利用数据创造出吸引人的、信息量大的、有说服力的故事,进而达到有效沟通的目的。如何充分理解上下文,如何选择合适的图表,如何消除杂乱,如何聚焦受众的视线,如何像设计师一样思考,以及如何用数据讲故事。

8、利用Python进行数据分析

《利用Python进行数据分析》 麦金尼 (Wes McKinney), 唐学韬, 等

提供了大量的实践案例研究,展示如何使用Python库(如NumPy,pandas,matplotlib, IPython等)有效解决一系列数据分析问题。

9、机器学习实战

《机器学习实战》 哈林顿 (Peter Harrington), 李锐, 李鹏, 曲亚东, 王斌

用简单的语言把复杂难懂的机器学习算法解释清楚了,它将机器学习的基础理论与日常数据分析的实际工具相结合。使用灵活的Python编程语言来构建实现数据分类、预测、建议以及汇总和简化等更高级功能的算法的程序。

10、机器学习系统设计

《机器学习系统设计》 里彻特 (Willi Richert), 科埃略 (Luis Pedro Coelho), 刘峰

比较简单,使用Python进行机器学习并开始构建自己的机器学习项目。本书适用于机器学习初学者的Python程序员,但希望学习机器学习。

PS: 如本文对您有疑惑,可加QQ:1752338621 进行讨论。

0 条评论

0
0
官方
微信
官方微信
Q Q
咨询
意见
反馈
返回
顶部