大数据、机器学习及人工智能必读书目——《Python数据分析与挖掘实战》

我们已经进入了全新的数据时代，大数据、云计算、物联网、机器学习、人工智能等等一系列技术纷至沓来，数据的管理和应用已经渗透到每一个行业和业务领域，成为当今以及未来商业运作的基础资产。可以说，只有掌握数据并善于运用数据的人，才会在竞争日益激烈的环境中寻得先机。 那么我们该怎么样学习大数据分析、机器学习以及人工智能？作者认为，学习大数据、机器学习和人工智能，所需的知识分为五个层次，一是数学知识；二是统计学知识；三是算法知识；四是工具知识；五是哲学思想知识。所谓工具知识，就是我们需要借助计算机软件来完成相关的分析和运算，目前大数据和机器学习领域热门的语言就是 R 和 Python。我们会分别介绍这五个层次所需要看的书，希望对大家有用。

《Python数据分析与挖掘实战》

• 作者：张良均 / 王路 / 谭立云 / 苏剑林

• 页数: 335

• 出版：机械工业出版社 2016年版

简要评价：

这本书真的是一本实践入门书，由十多位资深大数据专家结合10余年数据挖掘与实施经验，通过10余个真实的案例为10余个行业的数据挖掘给出了解决方案。因此我个人的感觉是适合有一定基础的人看，否则看过之后好像明白了，但是自己用的时候又不知道咋办了，不管怎么样，一定的数学、统计学基础是学好大数据分析的前提和基础、

从实践的角度来说，这本书非常不错，案例选的很好，都是实际应用的项目，不是作者为了写书而编造出来的，很适合有一点理论基础，推荐给有一定理论基础，想迅速开展大数据分析实战的同学们读。

内容介绍：

10余位数据挖掘领域资深专家和科研人员，10余年大数据挖掘咨询与实施经验结晶。从数据挖掘的应用出发，以电力、航空、医疗、互联网、生产制造以及公共服务等行业真实案例为主线，深入浅出介绍Python数据挖掘建模过程，实践性极强。

本书共15章，分两个部分：基础篇、实战篇。基础篇介绍了数据挖掘的基本原理，实战篇介绍了一个个真实案例，通过对案例深入浅出的剖析，使读者在不知不觉中通过案例实践获得数据挖掘项目经验，同时快速领悟看似难懂的数据挖掘理论。读者在阅读过程中，应充分利用随书配套的案例建模数据，借助相关的数据挖掘建模工具，通过上机实验，以快速理解相关知识与理论。

基础篇（第1～5章），第1章的主要内容是数据挖掘概述；第2章对本书所用到的数据挖掘建模工具Python语言进行了简明扼要的说明；第3章、第4章、第5章对数据挖掘的建模过程，包括数据探索、数据预处理及挖掘建模的常用算法与原理进行了介绍。

实战篇（第6～15章），重点对数据挖掘技术在电力、航空、医疗、互联网、生产制造以及公共服务等行业的应用进行了分析。在案例结构组织上，本书是按照先介绍案例背景与挖掘目标，再阐述分析方法与过程，最后完成模型构建的顺序进行的，在建模过程的关键环节，穿插程序实现代码。最后通过上机实践，加深读者对数据挖掘技术在案例应用中的理解。

书籍目录

前言

基础篇

第1章　数据挖掘基础

• 1.1　某知名连锁餐饮企业的困惑

• 1.2　从餐饮服务到数据挖掘

• 1.3　数据挖掘的基本任务

• 1.4　数据挖掘建模过程

• 1.5　常用的数据挖掘建模工具

• 1.6　小结

第2章　Python数据分析简介

• 2.1　搭建Python开发平台

• 2.2　Python使用入门

• 2.3　Python数据分析工具

• 2.4　配套资源使用设置

• 2.5　小结

第3章　数据探索

• 3.1　数据质量分析

• 3.2　数据特征分析

• 3.3　Python主要数据探索函数

• 3.4　小结

第4章　数据预处理

• 4.1　数据清洗

• 4.2　数据集成

• 4.3　数据变换

• 4.4　数据规约

• 4.5　Python主要数据预处理函数

• 4.6　小结

第5章　挖掘建模

5.1　分类与预测 5.2　聚类分析 5.3　关联规则 5.4　时序模式 5.5　离群点检测 5.6　小结

实战篇

第6章　电力窃漏电用户自动识别

• 6.1　背景与挖掘目标

• 6.2　分析方法与过程

• 6.3　上机实验

• 6.4　拓展思考

• 6.5　小结

第7章　航空公司客户价值分析

• 7.1　背景与挖掘目标

• 7.2　分析方法与过程

• 7.3　上机实验

• 7.4　拓展思考

• 7.5　小结

第8章　中医证型关联规则挖掘

• 8.1　背景与挖掘目标

• 8.2　分析方法与过程

• 8.3　上机实验

• 8.4　拓展思考

• 8.5　小结

第9章　基于水色图像的水质评价

• 9.1　背景与挖掘目标

• 9.2　分析方法与过程

• 9.3　上机实验

• 9.4　拓展思考

• 9.5　小结

第10章　家用电器用户行为分析与事件识别

• 10.1　背景与挖掘目标

• 10.2　分析方法与过程

• 10.3　上机实验220

• 10.4　拓展思考221

• 10.5　小结222

第11章　应用系统负载分析与磁盘容量预测

• 11.1　背景与挖掘目标

• 11.2　分析方法与过程

• 11.3　上机实验

• 11.4　拓展思考

• 11.5　小结

第12章　电子商务网站用户行为分析及服务推荐

• 12.1　背景与挖掘目标

• 12.2　分析方法与过程

• 12.3　上机实验

• 12.4　拓展思考

• 12.5　小结

第13章　财政收入影响因素分析及预测模型

• 13.1　背景与挖掘目标

• 13.2　分析方法与过程

• 13.3　上机实验

• 13.4　拓展思考

• 13.5　小结

第14章　基于基站定位数据的商圈分析

• 14.1　背景与挖掘目标

• 14.2　分析方法与过程

• 14.3　上机实验

• 14.4　拓展思考

• 14.5　小结

第15章　电商产品评论数据情感分析

• 15.1　背景与挖掘目标

• 15.2　分析方法与过程

• 15.3　上机实验

• 15.4　拓展思考

• 15.5　小结 参考文献

喜欢闲适安静的生活，懂一点计算机编程，懂一点统计学和数据分析。（爱编程爱统计）