機(jī)器學(xué)習(xí)和數(shù)據(jù)分析密不可分，除了網(wǎng)課，一些優(yōu)質(zhì)圖書也肯定能幫到你的忙，今天推薦10本技術(shù)圖書，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。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。
為了不落人后，最好的方式是繼續(xù)刷新自己的知識，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推薦一些好的實(shí)體書籍。
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，那么提高對機(jī)器學(xué)習(xí)的理解和認(rèn)識是個(gè)好的選擇。
在本書中你可以學(xué)到一些洞察能力，例如你應(yīng)該多長時(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)來共享數(shù)據(jù)和統(tǒng)計(jì)信息。
目前市面上絕大部分機(jī)器學(xué)習(xí)的書側(cè)重于模型理論與證明推導(dǎo)，鮮有涉及工程產(chǎn)品實(shí)踐，然而在工作中，這往往是重點(diǎn)與難點(diǎn)。這本書是Ng在機(jī)器學(xué)習(xí)工程實(shí)踐中的經(jīng)驗(yàn)總結(jié)，非常實(shí)用且獨(dú)一無二的一本書，短小精悍但干貨十足，強(qiáng)烈推薦給從事數(shù)據(jù)領(lǐng)域的團(tuán)隊(duì)與個(gè)人。
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。事實(shí)上，這是開發(fā)可擴(kuò)展系統(tǒng)最有效的方法之一。
作為Hadoop顧問和Apache軟件基金會(huì)成員，Tom White寫的這本標(biāo)準(zhǔn)指南，包羅了作者的個(gè)人見解和一些有用的資源，并能引導(dǎo)你完成Hadoop的設(shè)置并且過一遍整體流程。
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。
《Hadoop權(quán)威指南》是Hadoop權(quán)威參考，程序員可從中探索如何分析海量數(shù)據(jù)集，管理員可以從中了解如何安裝與運(yùn)行Hadoop集群。
3
預(yù)測分析
By Eric Siegel
本書幫助專業(yè)人員更好地了解他們的受眾，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)測或見解的方法。你將學(xué)會(huì)如何識別他們購買的產(chǎn)品和服務(wù)，訪問的地點(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)過濾的原始數(shù)據(jù)，并發(fā)現(xiàn)可用的趨勢和模式。本書不僅可以幫助你做到這一點(diǎn)，而且還提出必要的預(yù)測算法來改進(jìn)未來的操作和流程，可以算是預(yù)測分析的圣經(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，甚至對與商業(yè)不怎么相關(guān)的人士也極為重要。為什么呢？
本書通過大量案例研究介紹數(shù)據(jù)可視化的基礎(chǔ)知識，以及如何利用數(shù)據(jù)創(chuàng)造出吸引人的、信息量大的、有說服力的故事，進(jìn)而達(dá)到有效溝通的目的。具體內(nèi)容包括：如何充分理解上下文，如何選擇合適的圖表，如何消除雜亂，如何聚焦受眾的視線，如何像設(shè)計(jì)師一樣思考，以及如何用數(shù)據(jù)講故事。
5
大拐點(diǎn)
By Scott Stawski
本書對于了解當(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，你可以從本書中清楚了解如何在組織內(nèi)部署這些工具和平臺。
6
統(tǒng)計(jì)學(xué)習(xí)導(dǎo)論
基于R應(yīng)用
By Gareth James等人
本書概述了統(tǒng)計(jì)學(xué)習(xí)領(lǐng)域，提供了理解大數(shù)據(jù)和復(fù)雜數(shù)據(jù)必不可少的工具，這些數(shù)據(jù)來自近20年來生物學(xué)、金融學(xué)、市場營銷學(xué)和天體物理學(xué)等領(lǐng)域。書中介紹了一些最重要的建模方法和預(yù)測技術(shù)，以及它們的相關(guān)應(yīng)用。內(nèi)容涉及線性回歸、分類、再抽樣方法、壓縮方法、基于樹的方法和聚類等，用彩圖和實(shí)例來闡釋相關(guān)方法。因?yàn)楸窘滩牡闹饕繕?biāo)是方便自然科學(xué)、工業(yè)和其他領(lǐng)域的從業(yè)者使用統(tǒng)計(jì)學(xué)習(xí)技術(shù)，所以每章都有在R中實(shí)現(xiàn)所介紹的分析方法的指導(dǎo)內(nèi)容。
本書只假定讀者先修《線性回歸》課程，并不要求讀者具有矩陣代數(shù)知識。讀者對象是那些希望利用前沿的統(tǒng)計(jì)學(xué)習(xí)技術(shù)來分析數(shù)據(jù)的人士，既包括統(tǒng)計(jì)學(xué)專業(yè)的師生，也包括非統(tǒng)計(jì)學(xué)專業(yè)的人員。
下一頁更精彩：12本大數(shù)據(jù)高分必讀書籍，收好為頭腦充充電
|
