这个年代,关于人工智能和大数据的书,没有一万本也有一千本,而这里列出的28本,则是精选过的,不敢说每一本都字字珠玑,但这个书单保证没有一本水书。有的适合入门,有的适合进阶,没有按照层次排列,废话不说,挑选几本说一说必读的价值,想获取的伙伴可以在公众号(飞马会)后台回复数字“29”查看获取方式!

为了不落人后,最好的方式是继续刷新自己的知识,同时保持上手的经验。在这行业中要取得成功,需要完美的项目经验和技能组合。尽管网上有大量的资源,我们仍要专门推荐一些好的实体书籍。

数据分析-R语言实战

评价:专门用R语言写的数据分析的书,掌握R的基础后可以看看,侧重数据分析的基本方法,介绍了一些常见的分析方法,比较基础。

推荐指数:四星半

利用Python进行数据分析

评价:这本书是pandas模块的作者写的书,一句话总结:Pandas使用手册。如果用Python做数据分析,基本上Pandas是必不可少的包。

推荐指数:四颗星

Python学习手册

讲述了:Python可移植、功能强大、易于使用,是编写独立应用程序和脚本应用程序的理想选择。

数据挖掘:R语言实战

评价:和上面的“数据分析-R语言实战”好像是一个系列的,基本上常见的数据挖掘方法都介绍了,有理论有实例,适合入门。

推荐指数:四颗星

数据挖掘概念与技术

评价:入门书,理论多,好像是很多研究生学数据挖掘的教材,很详细,孟小峰老师的翻译还是不错的,相对很多翻译很烂的还是可以的。

推荐指数:四颗星

《统计学习基础:数据挖掘、推理与预测》

评价:本书内容广泛,从有指导的学习(预测)到无指导的学习,应有尽有。包括神经网络、支持向量机、分类树和提升等主题,是同类书籍中介绍得最全面的。

统计学习方法

评价:李航博士写的机器学习常见算法的数学推导,讲的算是比较详细了,对于有数学基础的还是很好理解的,如果没有数学基础,可以先看看数分高代凸优化之类的书再看。适合有一定基础的学习。

推荐指数:五颗星

数据挖掘导论

评价:实习的同事本科时上课的教材,也是一部大巨头啊,外国人写的书,很通俗易懂,非常非常详细。

推荐指数:四颗星

《大数据》

评价:(这是一本社科类书籍,想深入研究大数据原理的可以选择其他技术类专业书籍)。作者涂子沛以美国为例,讲述了“数据不仅可以治国,还可以强国”的观点,对中国今后的大数据发展战略提出了建议。

MATLAB神经网络30个案例分析

对于成熟的神经网络,本书给出了MATLAB函数及调用方法;对于前沿的神经网络,本书推导了高效简洁的编程算法;对于需要结合其他方法使用的神经网络,本书也分析了其他方法的原理、使用方法及MATLAB函数,甚至提供了相应的工具箱供读者调用。

剩余其他类型的书籍大家获取后自行进行查看吧

资料领取方式

关注公众账号【飞马会】

导航回复数字【29】

即可查看下载方式

微软大咖系列课

(扫码试听或订阅)

回复 数字“1”

回复 数字“2”

回复 数字“3”

回复 数字“4”

回复 数字“6”

回复 数字“7”

回复 数字“11”

回复 数字“12”

回复 数字“14”

回复 数字“16”

回复 数字“17”

回复 数字“18”

回复 数字“19”

回复 数字“20”

回复 数字“22”

回复 数字“23”

回复 数字“24”

回复 数字“25”

回复 数字“26”

回复 数字“27”

回复 数字“28”

回复 人工智能下载《FMI人工智能与大数据峰会嘉宾演讲PPT》

回复 AI  江湖下载《十大AI江湖领域》

回复 ML实践下载《机器学习实践经验指导(英文版)》

回复 DL论文下载《深度学习100篇以上论文资料》

回复 算法     下载《数据挖掘十大经典算法》

回复 6.10     下载《6.10饿了么&飞马网项目管理实践PPT》