幾本暢銷書，熱衷大數(shù)據(jù)的人都在讀！

對于一位數(shù)據(jù)科學(xué)的狂熱粉絲而言，可供選擇閱讀的書籍內(nèi)容很多，包括大數(shù)據(jù)、機(jī)器學(xué)習(xí)、數(shù)據(jù)科學(xué)以及數(shù)據(jù)挖掘等等。除了這些技術(shù)范圍內(nèi)的書籍之外，也有很多工具類和語言類的書籍，比如Hadoop、Spark、Python和R語言等。關(guān)于數(shù)據(jù)的書籍和專題時(shí)常更新，所以只有你掌握了最新的信息才可以讓你掌握這個(gè)領(lǐng)域內(nèi)最先進(jìn)的技術(shù)和技能。幸運(yùn)的是(或者也可以稱之為不幸?)關(guān)于數(shù)據(jù)科學(xué)與技術(shù)領(lǐng)域的各種專題從來不會(huì)缺少響應(yīng)的書籍，所以你大可放心隨便選取。

和數(shù)據(jù)有關(guān)的數(shù)據(jù)有很多具體的類目，而且每種類目都有很多暢銷書列表可供你參考。實(shí)際上我們最近為讀者列舉了很多書籍列表，比如關(guān)于數(shù)據(jù)挖掘、數(shù)據(jù)庫與大數(shù)據(jù)、統(tǒng)計(jì)學(xué)、AI和機(jī)器學(xué)習(xí)以及神經(jīng)網(wǎng)絡(luò)。但是以上這些枚舉的列表都是根據(jù)Amazon書籍暢銷榜的比較狹隘的分類得出的推薦結(jié)論，而且沒有這些書籍缺少編輯決定權(quán)或者沒有考慮到內(nèi)容是否可以免費(fèi)獲取以及是否有電子書的格式。

首先，讓我們把一個(gè)問題弄清楚：本文的標(biāo)題有些誤導(dǎo)性。為數(shù)據(jù)狂人(或者專業(yè)人員)推薦的必備書籍列表中的內(nèi)容比較泛泛，我們向讀者推薦的這10種類別的書籍當(dāng)中，每一種類別的書籍內(nèi)容都是與付費(fèi)資源和免費(fèi)資源有關(guān)的暢銷書籍。盡管我們的工作內(nèi)容涉及到的數(shù)據(jù)通道數(shù)量有限，但是我們通常情況下會(huì)想主動(dòng)去了解比現(xiàn)有數(shù)據(jù)通道更加龐大的數(shù)量，你的初衷可能是為了工作的實(shí)踐操作也可能是出于興趣的目的。

所以，一位Hadoop專業(yè)人士可能不會(huì)對深度學(xué)習(xí)進(jìn)行更加專業(yè)水準(zhǔn)的洞察，他們只不過是對某些專題感興趣。這篇文章可以讓讀者鞏固自己的興趣，并為那些想拓寬個(gè)人知識層面的數(shù)據(jù)狂人提供具體的建議。

需要大家注意的是，這些數(shù)據(jù)類目所涉及的內(nèi)容有所重疊，這種情況無法避免。通常情況下書籍內(nèi)容所專注的領(lǐng)域決定了他屬于哪個(gè)類目。

01.數(shù)據(jù)科學(xué)DISCOVERY

暢銷付費(fèi)書籍推薦：

Data Science forBusiness

《商業(yè)數(shù)據(jù)科學(xué)-關(guān)于數(shù)據(jù)挖掘和數(shù)據(jù)分析思維你需要知道的一切》

當(dāng)你嘗試學(xué)習(xí)新的領(lǐng)域的時(shí)候，最常見的難題就是找到一本內(nèi)容深度正合適的書籍。讀者要么因?yàn)閮?nèi)容過于簡單或者內(nèi)容過于說教的學(xué)術(shù)性質(zhì)而對買到的書籍“始亂終棄”，盡管書籍內(nèi)容具有共識性和綜合性，但是最終還是被讀者放置于書架之上與塵埃為伴。但是《商業(yè)數(shù)據(jù)科學(xué)》這本書卻一針見血，恰到好處。

——來自Amazon用戶m I的讀后感

暢銷免費(fèi)書籍推薦：

The Art of Data Science

《數(shù)據(jù)科學(xué)的藝術(shù)之美》

這本書用通俗易懂的詞匯向讀者描述了分析數(shù)據(jù)的具體過程。本書的作者不僅在管理數(shù)據(jù)分析方面擁有豐富經(jīng)驗(yàn)，并且還能夠指導(dǎo)團(tuán)隊(duì)進(jìn)行數(shù)據(jù)分析。這本書集成了他們所有關(guān)于數(shù)據(jù)分析經(jīng)驗(yàn)的精華，并通過較強(qiáng)的可應(yīng)用性向數(shù)據(jù)科學(xué)的專業(yè)人士和管理者介紹了他們的經(jīng)驗(yàn)。

——來自官方網(wǎng)站的書評

02.大數(shù)據(jù)DISCOVERY

暢銷付費(fèi)書籍推薦：

《大數(shù)據(jù)：可擴(kuò)展的實(shí)時(shí)數(shù)據(jù)系統(tǒng)的原則和最佳實(shí)踐》

Big Data:Principles and Best Practices of Scalable Realtime Data Systems

我?guī)缀鹾苌倌苡行矣鲆娺@樣一本優(yōu)質(zhì)的書籍。這本書對于數(shù)據(jù)建模、數(shù)據(jù)分析、數(shù)據(jù)處理需求分析以及數(shù)據(jù)架構(gòu)和儲(chǔ)存實(shí)施問題(還同時(shí)稍帶了傳動(dòng)的數(shù)據(jù)庫概念的介紹)的重要性進(jìn)行了詳盡而周全的討論。這本書向廣大讀者傳遞了新鮮的整體解決方案。

——來自Amazon用戶Kirk D. Borne的讀后感

暢銷免費(fèi)書籍：

《大數(shù)據(jù)即刻出發(fā)：2015版》

Big Data Now: 2015 Edition

在O’Reilly發(fā)布一年一度的《大數(shù)據(jù)即刻出發(fā)》年度報(bào)告的四年時(shí)間內(nèi)，大數(shù)據(jù)領(lǐng)域已經(jīng)從呱呱墜地的嬰兒成長為年輕氣盛的青少年。數(shù)據(jù)已經(jīng)成為一些行業(yè)的領(lǐng)軍人，而在其他行里中數(shù)據(jù)已經(jīng)成為創(chuàng)新的驅(qū)動(dòng)力。那些使用數(shù)據(jù)極其分析來制定決策的公司正在突飛猛進(jìn)的超越同行的競爭對手。

——來自官方網(wǎng)站的書評

03.Apache HadoopDISCOVERY

暢銷付費(fèi)書籍推薦：

《Hadoop：通用指南》

Hadoop: The Definitive Guide

我很欣賞的一點(diǎn)就是這本書對你所需要了解的Hadoop設(shè)計(jì)、執(zhí)行以及日常運(yùn)行以及與之相關(guān)的各種技術(shù)，不僅涵蓋了高層次的概念并且對技術(shù)細(xì)節(jié)的解釋也非常接地氣。

——來自Amazon用戶AI Gordon的讀后感

暢銷免費(fèi)書籍推薦：

Hadoop Explained

Hadoop對于那些建造在數(shù)據(jù)基礎(chǔ)上的世界而言是至關(guān)重要的一種技術(shù)工具。在這本書中你可以發(fā)現(xiàn)很多有用的指導(dǎo)性意見，你可以發(fā)現(xiàn)他處理大數(shù)據(jù)挑戰(zhàn)的手段的發(fā)展和進(jìn)步。

——來自官方網(wǎng)站的書評

04.Apache SparkDISCOVERY

暢銷付費(fèi)書籍推薦：

《學(xué)習(xí)Spark》

Learning Spark

互聯(lián)網(wǎng)上可以獲取的信息非常棒，但是這本書把大部分這些信息整合到了一處。如果你想學(xué)著像一名Spark編程人員一樣思考問題，而不是單純的像程序員一樣思考問題，那么從這本書開始，作為Spark用戶的你，你的思維方式即將開始發(fā)生改變。

——來自Amazon用戶BrianCastelli的讀后感

暢銷免費(fèi)書籍推薦：

《掌握Apache Spark》

Mastering Apache Spark

這本書是我們收集關(guān)于使用Apache Spark的各種具體細(xì)節(jié)的最后一塊終極瑰寶。

——來自官方網(wǎng)站的書評

05.機(jī)器學(xué)習(xí)理論DISCOVERY

暢銷付費(fèi)書籍推薦：

《模式識別與機(jī)器學(xué)習(xí)》

Pattern Recognition and MachineLearning (Information Science and Statistics)

該書的作者為一名專家，因?yàn)樗梢酝ㄟ^機(jī)器學(xué)習(xí)算法背后隱含的復(fù)雜數(shù)學(xué)體系向讀者提供獨(dú)一無二的見解和領(lǐng)悟。我本人已經(jīng)從事神經(jīng)元網(wǎng)絡(luò)方面的工作很長時(shí)間了，并且發(fā)表過線性代數(shù)、概率和回歸分析方面的論文，我發(fā)現(xiàn)這本書中的確可以為你找到更多的啟發(fā)。

——來自Amazon用戶Sidhant的讀后感

暢銷免費(fèi)書籍推薦：

《統(tǒng)計(jì)學(xué)習(xí)基礎(chǔ)》

Elements of Statistical Learning

好消息來了，這將是全世界你讀到的一本最重要的書籍。這本書將每一件重要的內(nèi)容綁定在一起。只在此書，別無它有。

——來自Amazon用戶Enceladus Transit的讀后感

06.實(shí)用機(jī)器學(xué)習(xí)技術(shù)DISCOVERY

暢銷付費(fèi)書籍推薦：

《Python機(jī)器學(xué)習(xí)技術(shù)》

Python MachineLearning

即使對于像我這樣一個(gè)機(jī)器學(xué)習(xí)技術(shù)新手來說，這本書也相當(dāng)了不起。在第一次讀這本書的時(shí)候，我的第一感覺就是無論從廣度還是從深度，這本書將理論和實(shí)踐完整的融合到了一起。

——來自Amazon用戶Brian M. Thomas的讀后感

暢銷免費(fèi)書籍推薦：

《統(tǒng)計(jì)學(xué)習(xí)在R語言中的應(yīng)用介紹》

An Introduction to StatisticalLearning with Applications in R

這本書介紹了統(tǒng)計(jì)學(xué)習(xí)的基本方法。這本書主要為非數(shù)學(xué)科學(xué)專業(yè)的本科生、研究生以及博士生準(zhǔn)備。這本書還包含大量的R實(shí)驗(yàn)研究，并詳細(xì)的解釋如何執(zhí)行各種方法。對于有實(shí)踐需求的數(shù)據(jù)科學(xué)家而言，這本書的確很有價(jià)值。

——來自官網(wǎng)的書評

07.深度學(xué)習(xí)DISCOVERY

由于目前關(guān)于深度學(xué)習(xí)優(yōu)質(zhì)的付費(fèi)書籍資源非常少，所以這里向大家推薦兩本暢銷的免費(fèi)書籍：

暢銷免費(fèi)書籍推薦第一名：

《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》

Neural Networks and Deep Learning

這是一本在線免費(fèi)書籍，這本書可以教會(huì)你：

一個(gè)絢爛的受生物學(xué)啟發(fā)得到的程序設(shè)計(jì)范例，可以讓計(jì)算機(jī)從所觀察到的數(shù)據(jù)進(jìn)行相應(yīng)內(nèi)容的學(xué)習(xí)

深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)中強(qiáng)大的學(xué)習(xí)技術(shù)

——來自官網(wǎng)的書評

暢銷免費(fèi)書籍推薦第二名：

《深度學(xué)習(xí)》

Deep Learning

這本由Ian Goodfellow,、Yoshua Bengio和Aaron Courville合著的書籍正在籌備階段，有可能是未來最佳的關(guān)于深度學(xué)習(xí)的書籍。這本書的開發(fā)版每月都在更新，在最終出版的時(shí)候讀者可以免費(fèi)獲取。

08.數(shù)據(jù)挖掘DISCOVERY

暢銷付費(fèi)書籍推薦：

《數(shù)據(jù)挖掘：概念與技術(shù)，第三版(摩根考夫曼數(shù)據(jù)管理系統(tǒng)系列)》

Data Mining:Concepts and Techniques, Third Edition

數(shù)據(jù)挖掘是對這個(gè)領(lǐng)域的綜合性概覽，我認(rèn)為這本書是數(shù)據(jù)挖掘專業(yè)畢業(yè)生的絕佳之選，或者也可以做為一本參考書來使用。該書以技術(shù)為焦點(diǎn)(比如如何分析數(shù)據(jù)，包括準(zhǔn)備)，而且這本書包括了該領(lǐng)域內(nèi)涉及數(shù)據(jù)存儲(chǔ)和預(yù)處理在內(nèi)的所有主要專題。然而這本書真的是非常好的方法分類資源，在第二章你可以發(fā)現(xiàn)非常強(qiáng)大的聚合分析的方法。

——來自Amazon用戶SusanKatz的讀后感

暢銷免費(fèi)書籍這本書推薦：

《巨型數(shù)據(jù)庫的挖掘》

Mining of Massive Datasets

這本書的設(shè)計(jì)是在沒有正式先決條件的本科計(jì)算機(jī)科學(xué)水平基礎(chǔ)上進(jìn)行。為了滿足讀者的進(jìn)一步學(xué)習(xí)，很多章節(jié)都從讀者參考的方式進(jìn)行補(bǔ)充。

——來自官網(wǎng)的書評

09.SQLDISCOVERY

暢銷付費(fèi)書籍推薦：

《SQL 第二版》

Learning SQL,Second Edition

如果你正在編寫任何種類的數(shù)據(jù)庫驅(qū)動(dòng)代碼并且你認(rèn)為你不需要懂SQL，你需要讀這本書。之后你會(huì)發(fā)現(xiàn)你需要懂得SQL并且這本書可以很好地輔導(dǎo)你。

——來自Amazon用戶Jack D. Herrington的讀后感

暢銷免費(fèi)書籍推薦：

《SQL的艱難學(xué)習(xí)之旅》

Learn SQL The Hard Way

這本書可以教會(huì)你80%你所需要使用的SQL語言，同時(shí)會(huì)將數(shù)據(jù)建模的理論混雜在其中進(jìn)行講解。如果你還在因?yàn)闊o法了解SQL而摸索如何建立網(wǎng)站。桌面系統(tǒng)或者移動(dòng)應(yīng)用的話，那么這本書就是為你準(zhǔn)備的。這本對那些之前不懂?dāng)?shù)據(jù)庫和編程，但是知道至少一種計(jì)算機(jī)編程語言的人有很大的幫助。

——來自官網(wǎng)的書評

10.數(shù)據(jù)科學(xué)統(tǒng)計(jì)學(xué)DISCOVERY

暢銷付費(fèi)書籍推薦：

《用白話文解釋何為統(tǒng)計(jì)學(xué)，第三版》

Statistics inPlain English, Third Edition

作為一名數(shù)據(jù)分析師并且日常工作就是處理統(tǒng)計(jì)學(xué)數(shù)據(jù)，我很期待知道更多的算法和模型。盡管統(tǒng)計(jì)軟件可以我們完成每件事，但是識別出軟件咀嚼后得到的結(jié)果的確是這個(gè)工作最難以拿捏的部分。我主修生物技術(shù)專業(yè)并且對這些我生命中遇到的大部分的統(tǒng)計(jì)學(xué)像白癡一樣。長話短說，我真的需要這本書幫助我理解更多的統(tǒng)計(jì)學(xué)概念。

——來自Amazon用戶Shyam Goli的讀后感

暢銷免費(fèi)書籍推薦：

《Think Stats：程序員需要的概率論統(tǒng)計(jì)學(xué)，第二版》

Think Stats:Probability and Statistics for Programmers, Second Edition

Think Stats強(qiáng)調(diào)了讓你使用簡單的技術(shù)進(jìn)行數(shù)據(jù)和有趣問題答案的開發(fā)。這本書介紹了美國國家衛(wèi)生研究院使用數(shù)據(jù)進(jìn)行的案例的研究。