數(shù)據(jù)挖掘/機器學(xué)習
4.大數(shù)據(jù)時代的R語言 數(shù)據(jù)挖掘：R語言實戰(zhàn)
評價：和上面的“數(shù)據(jù)分析-R語言實戰(zhàn)”好像是一個系列的，基本上常見的數(shù)據(jù)挖掘方法都介紹了，有理論有實例，適合入門。
推薦指數(shù)：四顆星

5.數(shù)據(jù)挖掘概念與技術(shù)
評價：入門書，理論多，好像是很多研究生學(xué)數(shù)據(jù)挖掘的教材，很詳細，孟小峰老師的翻譯還是不錯的，相對很多翻譯很爛的還是可以的。
推薦指數(shù)：四顆星

6.機器學(xué)習實戰(zhàn)
評價：Python寫的，沒有Python基礎(chǔ)的話還是先學(xué)學(xué)Python吧，基本上都是實例為主，代碼很詳細，講的也很通俗易懂，github上可以下載代碼
推薦指數(shù)：五顆星

7.集體智慧編程
評價：和機器學(xué)習實戰(zhàn)一起看的，也基本上都是實例，翻譯的也可以，比“探索性數(shù)據(jù)分析”的翻譯好多了??！有代碼，可以實操，基本上真正掌握了可以應(yīng)對一般的數(shù)據(jù)挖掘的需求了。
推薦指數(shù)：五顆星

8.統(tǒng)計學(xué)習方法
評價：李航博士寫的機器學(xué)習常見算法的數(shù)學(xué)推導(dǎo)，講的算是比較詳細了，對于有數(shù)學(xué)基礎(chǔ)的還是很好理解的，如果沒有數(shù)學(xué)基礎(chǔ)，可以先看看數(shù)分高代凸優(yōu)化之類的書再看。適合有一定基礎(chǔ)的學(xué)習。
推薦指數(shù)：五顆星

9.推薦系統(tǒng)實戰(zhàn)
評價：看名字就知道是講推薦系統(tǒng)的，對于不知道推薦系統(tǒng)是啥的可以好好看看，看完基本上了解推薦系統(tǒng)的大概框架和流程，也有一些例子，但是每個例子以及理論都講的很淺，沒有深入，只適合入門。
推薦指數(shù)：四顆星

10.數(shù)據(jù)挖掘?qū)д?br/>評價：實習的同事本科時上課的教材，也是一部大巨頭啊，外國人寫的書，很通俗易懂，非常非常詳細。
推薦指數(shù)：四顆星