?入門篇
深入淺出數據分析

• 以類似“章回小說”的活潑形式，生動地向讀者展現優秀的數據分析人員應知應會的技術。
• 豆瓣評分：7.5

數據之美

• 這本書的好處在于簡單，沒有討論技術細節，也是一本內行看門道，外行看熱鬧的書。
• 豆瓣評分：7.1

數學之美

• 對一些算法，數學模型，數據的用途有一些初步了解。開始有點明白那些做算法的朋友都在干些什么了。
• 豆瓣評分：8.9

深入淺出統計學

• 此書比較通俗易懂，適合非專業人士的統計學入門；書中的很多案例和習題比較好，能從簡單的角度闡述復雜的概率統計的理論知識；
• 豆瓣評分：8.5

?基礎篇
MySQL必知必會

• 不到250頁的小冊子，教會你怎么用SQL語句操作MySQL。看完這本書基本就可以說是入門了。
• 豆瓣評分：8.4

Python for Data Analysis

• 這本書是Pandas的模塊作者寫的書。主要介紹了numpy和pandas模塊，邏輯挺清晰的，實操性應該挺強。
• 豆瓣評分：8.4

誰說菜鳥不會數據分析

• 給初學者看的書，很全面，能學到很多東西，系統性很強，對于職場很有指導性。
• 豆瓣評分：7.4

集體智慧編程

• 好書,介紹一些常用算法的使用方法,如神經網絡,支持向量機,模擬退火,遺傳算法等.對普通讀者已經夠了。
• 豆瓣評分：9.0

?中級篇
數據挖掘導論

• 這本書基本上涵蓋了數據挖掘的許多經典算法，分類，聚類，關聯規則。比較適合對數據挖掘感興趣的人，這本書看完之后基本上就可以進行對數據的分析，挖掘了。
• 豆瓣評分：8.2

SciPy and NumPy

• 50多頁的小冊子，非常易讀。內容上是引導性的，適于入門者。
• 豆瓣評分：7.0

Machine Learning in Action

• 長度適中，舉例形象，概念淺顯通俗。難得有一個條理清楚 邏輯不迷糊 不堆砌代碼打哈哈的書。
• 豆瓣評分：8.5

推薦系統實踐

• 學習推薦系統的朋友們唯一推薦的一本書，書中內容淺顯易懂，網上也有很多配套的代碼可供參考。
• 豆瓣評分：8.1

R IN ACTION

• R的應用，領域比較基礎和廣泛，作為入門教材配合R語言核心技術手冊。
• 豆瓣評分：9.1

The Wall Street Journal Guide to Information Graphics

• 如何增強圖表的表現力，傳遞有效信息，影響讀者？這本書提供了很多法則，規范和常識。和大多優秀的設計相關書籍一樣，讀起來很輕松。
• 豆瓣評分：8.9

Storytelling with Data

• 作者是前Google人力分析團隊經理，曾任銀行和私募基金分析師，曾在馬里蘭藝術學院教授信息可視化課程，書寫的非常好。
• 豆瓣評分：9.2

總結

以上是生活随笔為你收集整理的大牛推荐的15本学习数据分析挖掘的好书的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。