5本必读的数据分析书籍,你看过几本?(附福利)

大数据行业在迅速的发展,几乎每天都会出现新的技术和方法。因此,想要跟上这个行业的步伐是有挑战性的。那么数据分析师的岗位通俗的来讲,“数据分析师就是一群玩数据的人,玩出数据的商业价值,让数据变成生产力。”说的专业一点,这是一群专门从事数据搜集、整理、分析,并依据数据做出行业或市场研究、评估和预测的专业人员;是以实际数据为依据,对项目现状及远期进行统计、分析、预测并转化为决策信息的专业人才。

那么想要学习数据分析,就需要读书了。俗话说:“读书如登山,每向上一步都又是一番风景。

数据分析师的成长之路也如登山一样,要想成为数据分析师,读书是必不可少的。

5本必读的数据分析书籍,你看过几本?(附福利)

深入浅出数据分析

5本必读的数据分析书籍,你看过几本?(附福利)

深入浅出系列是对新手非常友好的丛书,用生动的语言讲解案例。厚厚的一本书翻起来很快。本书涉及的基础概念比较广,包含一点统计学知识,学下来对数据分析思维会有一个大概了解。

本书以类似“章回小说”的活泼形式,生动形象地向读者展现优秀的数据分析人员应知应会的技术:数据分析基本步骤、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧;正文以后,意犹未尽地以三篇附录介绍数据分析十大要务、R工具及ToolPak工具,在充分展现目标知识以外,为读者搭建了走向深入研究的桥梁。

鲜活的数据:数据可视化指南

5本必读的数据分析书籍,你看过几本?(附福利)

数据可视化类的书不多。市面上多以编程为主,面向新手和设计的教程寥寥无几。 如果只是了解图表,看Excel的书籍也管用。

鲜活的数据:数据可视化指南的内容很丰富,涉及可视化的方方面面,也囊括更类编程语言和设计软件:Python+JS+R+Excel。

可视化是一门侧重灵感的学科,有一种入门技巧是从他人设计中学习,从模仿开始,了解他人是如何设计的,这个网络上有大量的信息图可以参考。当然数据分析师更需要的是如何发现,别只学习展示。

英文如果足够好的话,也可以看Edward Tufte的其他著作:《The Visual Display ofQuantitative Information》、《Envisioning Information》、《Beautiful Evidence》。他是数据可视化的领军人物,他的理念是反对为艺术效果而混淆或者简化数据。但可惜的是暂时没有中文版。

精益数据分析

5本必读的数据分析书籍,你看过几本?(附福利)

本书展示了如何验证自己的设想、找到真正的客户、打造能赚钱的产品,以及提升企业知名度。30多个案例分析,全球100多位知名企业家的真知灼见,为你呈现来之不易、经过实践检验的创业心得和宝贵经验,这是一本写给产品经理的书,其中并没有讲到具体的数据分析技术,涉及到的更多是数据驱动型产品的一些思路。

比如怎么将数据驱动的产品落地,怎么为产品设计数据指标。哪些指标对于产品迭代优化更有效,如何依靠数据分析来驱动用户增长等等。深入理解精益创业、数据分析基础,和数据驱动的思维模式。

MySQL必知必会

5本必读的数据分析书籍,你看过几本?(附福利)

这本书把MySQL写的非常简单,MySQL 本身比较简单,对于数据分析师来说,只需要掌握基本的语句和技巧,能够进行基本的数据提取和处理就能够应对一般的数据分析需求了。其实pandas就已经可以实现很多数据管理的工作,而了解MySQL的意义在于融入到实际的数据使用的场景。比如企业的数据,大多是以数据库的形式存储起来的,那么如果你需要去调用你需要的那部分数据,那么MySQL就是必须的技能。如果你在最开始就想用公司的数据来练习,那么你可以把这本书的阅读放到最前面。(当然,如果你不会遇到数据提取的问题,MySQL这部分也可以暂时不管,对具体的数据分析没有影响,等到你真正需要用到MySQL的时候再学习。)

深入浅出统计学

5本必读的数据分析书籍,你看过几本?(附福利)

统计学是比较大的范围,分析师往后还需要学线性代数和矩阵、关系代数等。初学者不需要掌握所有公式定理的数学推导,懂得如何应用就可以。

深入浅出统计学,具有深入浅出系列的一贯特色,提供最符合直觉的理解方式,让统计理论的学习既有趣又自然。从应对考试到解决实际问题,无论你是学生还是数据分析师,都能从中受益。这本书涵盖的知识点包括:信息可视化、概率计算、几何分布、二项分布及泊松分布、正态分布、统计抽样、置信区间的构建、假设检验、卡方分布、相关与回归等等。这本书运用了充满互动性的真实世界情节,教给你有关这门学科的所有基础,为这个枯燥的领域带来鲜活的乐趣,不仅让你充分掌握统计学的意义,更会告诉你如何将统计理论应用到日常生活中。

想要阅读这5本书籍的小伙伴,可以点击技术学派头像-右上角-私信我发送“数据分析电子书”即可。

分享 IT 技术和行业经验,请关注-技术学派

相关推荐