自己是一枚做數(shù)據(jù)平臺(tái)的 Engineer,這里根據(jù)網(wǎng)上搜集整理列出數(shù)據(jù)分析學(xué)習(xí)書單list.
基礎(chǔ)知識(shí)：
SQL + Python + 一門面向?qū)ο驦anguage。
此處建議
W3C?
菜鳥學(xué)習(xí)
就可以搞定上述基礎(chǔ)。
下面的書籍自己只是Mark，慢慢看，后期會(huì)對(duì)這些書籍進(jìn)行篩選。
一、數(shù)據(jù)分析入門：
《Head First Data Analysis》鏈接：深入淺出數(shù)據(jù)分析 (豆瓣)
電子工業(yè)出版社的經(jīng)典書目系列，從數(shù)據(jù)分析基本步驟開(kāi)始、實(shí)驗(yàn)方法、最優(yōu)化方法、假設(shè)檢驗(yàn)方法、貝葉斯統(tǒng)計(jì)方法、主觀概率法、啟發(fā)法、直方圖法、回歸法、誤差處理、相關(guān)數(shù)據(jù)庫(kù)、數(shù)據(jù)整理技巧一一講到。圖比較多，適合入門。
《Head First Statistics》鏈接：深入淺出統(tǒng)計(jì)學(xué) (豆瓣)
推薦理由同上，適合入門者的經(jīng)典教材。
《R in Action-Data Analysis and Graphics with R》鏈接：R語(yǔ)言實(shí)戰(zhàn) (豆瓣)
R是屬于GNU系統(tǒng)的一個(gè)自由、免費(fèi)、源代碼開(kāi)放的軟件，用于統(tǒng)計(jì)計(jì)算和統(tǒng)計(jì)制圖。這本書從實(shí)用的統(tǒng)計(jì)研究角度逐例分析R在數(shù)據(jù)處理、模型構(gòu)建、以及圖形操作上的由淺入深的結(jié)合，堪稱經(jīng)典。
《數(shù)據(jù)之魅-基于開(kāi)源工具的數(shù)據(jù)分析》鏈接：數(shù)據(jù)之魅 (豆瓣)
作者是華盛頓大學(xué)理論物理學(xué)博士。這本書是數(shù)據(jù)分析的經(jīng)典之一，包含大量的R語(yǔ)言模擬過(guò)程及結(jié)果展示，例舉了很多數(shù)據(jù)分析實(shí)例和代碼。
《數(shù)據(jù)挖掘-市場(chǎng)營(yíng)銷、銷售與客戶關(guān)系管理領(lǐng)域應(yīng)用》鏈接：數(shù)據(jù)挖掘技術(shù) (豆瓣)
作者是Data Miners的創(chuàng)辦人，有二十多年的營(yíng)銷和客戶關(guān)系管理結(jié)合數(shù)據(jù)挖掘的經(jīng)驗(yàn)。詳細(xì)介紹了作為一個(gè)數(shù)據(jù)挖掘團(tuán)隊(duì)需要的知識(shí)體系，包括數(shù)據(jù)庫(kù)、SAS使用、統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化、如何訪問(wèn)用戶收集需求、如何寫論文與溝通等等。有條件的建議看英文原版。
《Data Analytics for Beginners: Basic Guide to Master Data Analytics》
入門五星推薦。里面很多圖表實(shí)例，手把手教你如何EXCEL畫圖，對(duì)各種知識(shí)點(diǎn)（平均值，模式，中值，方差，標(biāo)準(zhǔn)偏差）的講解相當(dāng)?shù)牡轿唬绕鸫髮W(xué)里的各種課本靠譜。
先把這些花時(shí)間啃啃，數(shù)據(jù)分析的理論部分就基本入門了，根據(jù)實(shí)際情況還需要結(jié)合你的業(yè)務(wù)需求來(lái)進(jìn)行系統(tǒng)的學(xué)習(xí)。
二、數(shù)據(jù)分析進(jìn)階：
作者Cathy O’Neil是哈佛大學(xué)的博士，MIT的數(shù)據(jù)博士后，曾今作為一名Quant在對(duì)沖基金D.E. Shaw 工作，目前是一家紐約初創(chuàng)公司的Data scientist 。這本書需要有一定的編程和理論基礎(chǔ)，作為入門教材來(lái)說(shuō)有點(diǎn)難，雖然只有400來(lái)頁(yè)，但是涉及的知識(shí)點(diǎn)很全面。每一章節(jié)的核心內(nèi)容都附有編程案例，R/Python/Shell三種語(yǔ)言任君挑選。
Python數(shù)據(jù)分析必看，適合入行不久的數(shù)據(jù)分析師。作者有多年的Python數(shù)據(jù)分析工作經(jīng)驗(yàn)，對(duì)各種Pyhon包iPython，NumPy，pandas，matpotlib等有著很深的理解?？赐赀@本，敲完代碼，Python數(shù)據(jù)分析就算入行了。
很多牛人為之作序，數(shù)據(jù)科學(xué)如何與商業(yè)結(jié)合，相信這本書會(huì)給你一些啟發(fā)。
《Python Data Science Handbook》
2016年6月出版的，500頁(yè)保質(zhì)保量，作者（Jake VanderPlas）是華盛頓大學(xué)電子科學(xué)研究所的高級(jí)數(shù)據(jù)科學(xué)研究員，研究領(lǐng)域包括天文統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)和可擴(kuò)展計(jì)算。書的前半部分介紹了用于數(shù)據(jù)分析和一般的科學(xué)計(jì)算的基本Python庫(kù)，后面從實(shí)際應(yīng)用的角度使用Python庫(kù)scikit-learn開(kāi)始機(jī)器學(xué)習(xí)實(shí)踐。適合有一定Python基礎(chǔ)人（或者R基礎(chǔ)），并且想學(xué)習(xí)如何使用Python進(jìn)行數(shù)據(jù)分析的人。
作者Cole NussbaumerKnaflic，私募分析師，前Google人力分析團(tuán)隊(duì)總監(jiān)。本書展示了如何高效率展示量化資訊，如何用豐富的資料講故事。Google內(nèi)部的數(shù)據(jù)可視化課程講師，之前也在Maryland Institute College of Art兼職講師。如果你想知道如何以圖敘事，這邊好書不容錯(cuò)過(guò)。
