大數據、機器學習及人工智能必讀書目——《Python數據分析與挖掘實戰》

我們已經進入了全新的數據時代，大數據、雲計算、物聯網、機器學習、人工智能等等一系列技術紛至沓來，數據的管理和應用已經滲透到每一個行業和業務領域，成為當今以及未來商業運作的基礎資產。可以說，只有掌握數據並善於運用數據的人，才會在競爭日益激烈的環境中尋得先機。 那麼我們該怎麼樣學習大數據分析、機器學習以及人工智能？作者認為，學習大數據、機器學習和人工智能，所需的知識分為五個層次，一是數學知識；二是統計學知識；三是算法知識；四是工具知識；五是哲學思想知識。所謂工具知識，就是我們需要藉助計算機軟件來完成相關的分析和運算，目前大數據和機器學習領域熱門的語言就是 R 和 Python。我們會分別介紹這五個層次所需要看的書，希望對大家有用。

《Python數據分析與挖掘實戰》

• 作者：張良均 / 王路 / 譚立雲 / 蘇劍林

• 頁數: 335

• 出版：機械工業出版社 2016年版

簡要評價：

這本書真的是一本實踐入門書，由十多位資深大數據專家結合10餘年數據挖掘與實施經驗，通過10餘個真實的案例為10餘個行業的數據挖掘給出瞭解決方案。因此我個人的感覺是適合有一定基礎的人看，否則看過之後好像明白了，但是自己用的時候又不知道咋辦了，不管怎麼樣，一定的數學、統計學基礎是學好大數據分析的前提和基礎、

從實踐的角度來說，這本書非常不錯，案例選的很好，都是實際應用的項目，不是作者為了寫書而編造出來的，很適合有一點理論基礎，推薦給有一定理論基礎，想迅速開展大數據分析實戰的同學們讀。

內容介紹：

10餘位數據挖掘領域資深專家和科研人員，10餘年大數據挖掘諮詢與實施經驗結晶。從數據挖掘的應用出發，以電力、航空、醫療、互聯網、生產製造以及公共服務等行業真實案例為主線，深入淺出介紹Python數據挖掘建模過程，實踐性極強。

本書共15章，分兩個部分：基礎篇、實戰篇。基礎篇介紹了數據挖掘的基本原理，實戰篇介紹了一個個真實案例，通過對案例深入淺出的剖析，使讀者在不知不覺中通過案例實踐獲得數據挖掘項目經驗，同時快速領悟看似難懂的數據挖掘理論。讀者在閱讀過程中，應充分利用隨書配套的案例建模數據，藉助相關的數據挖掘建模工具，通過上機實驗，以快速理解相關知識與理論。

基礎篇（第1～5章），第1章的主要內容是數據挖掘概述；第2章對本書所用到的數據挖掘建模工具Python語言進行了簡明扼要的說明；第3章、第4章、第5章對數據挖掘的建模過程，包括數據探索、數據預處理及挖掘建模的常用算法與原理進行了介紹。

實戰篇（第6～15章），重點對數據挖掘技術在電力、航空、醫療、互聯網、生產製造以及公共服務等行業的應用進行了分析。在案例結構組織上，本書是按照先介紹案例背景與挖掘目標，再闡述分析方法與過程，最後完成模型構建的順序進行的，在建模過程的關鍵環節，穿插程序實現代碼。最後通過上機實踐，加深讀者對數據挖掘技術在案例應用中的理解。

書籍目錄

前言

基礎篇

第1章　數據挖掘基礎

• 1.1　某知名連鎖餐飲企業的困惑

• 1.2　從餐飲服務到數據挖掘

• 1.3　數據挖掘的基本任務

• 1.4　數據挖掘建模過程

• 1.5　常用的數據挖掘建模工具

• 1.6　小結

第2章　Python數據分析簡介

• 2.1　搭建Python開發平臺

• 2.2　Python使用入門

• 2.3　Python數據分析工具

• 2.4　配套資源使用設置

• 2.5　小結

第3章　數據探索

• 3.1　數據質量分析

• 3.2　數據特徵分析

• 3.3　Python主要數據探索函數

• 3.4　小結

第4章　數據預處理

• 4.1　數據清洗

• 4.2　數據集成

• 4.3　數據變換

• 4.4　數據規約

• 4.5　Python主要數據預處理函數

• 4.6　小結

第5章　挖掘建模

5.1　分類與預測 5.2　聚類分析 5.3　關聯規則 5.4　時序模式 5.5　離群點檢測 5.6　小結

實戰篇

第6章　電力竊漏電用戶自動識別

• 6.1　背景與挖掘目標

• 6.2　分析方法與過程

• 6.3　上機實驗

• 6.4　拓展思考

• 6.5　小結

第7章　航空公司客戶價值分析

• 7.1　背景與挖掘目標

• 7.2　分析方法與過程

• 7.3　上機實驗

• 7.4　拓展思考

• 7.5　小結

第8章　中醫證型關聯規則挖掘

• 8.1　背景與挖掘目標

• 8.2　分析方法與過程

• 8.3　上機實驗

• 8.4　拓展思考

• 8.5　小結

第9章　基於水色圖像的水質評價

• 9.1　背景與挖掘目標

• 9.2　分析方法與過程

• 9.3　上機實驗

• 9.4　拓展思考

• 9.5　小結

第10章　家用電器用戶行為分析與事件識別

• 10.1　背景與挖掘目標

• 10.2　分析方法與過程

• 10.3　上機實驗220

• 10.4　拓展思考221

• 10.5　小結222

第11章　應用系統負載分析與磁盤容量預測

• 11.1　背景與挖掘目標

• 11.2　分析方法與過程

• 11.3　上機實驗

• 11.4　拓展思考

• 11.5　小結

第12章　電子商務網站用戶行為分析及服務推薦

• 12.1　背景與挖掘目標

• 12.2　分析方法與過程

• 12.3　上機實驗

• 12.4　拓展思考

• 12.5　小結

第13章　財政收入影響因素分析及預測模型

• 13.1　背景與挖掘目標

• 13.2　分析方法與過程

• 13.3　上機實驗

• 13.4　拓展思考

• 13.5　小結

第14章　基於基站定位數據的商圈分析

• 14.1　背景與挖掘目標

• 14.2　分析方法與過程

• 14.3　上機實驗

• 14.4　拓展思考

• 14.5　小結

第15章　電商產品評論數據情感分析

• 15.1　背景與挖掘目標

• 15.2　分析方法與過程

• 15.3　上機實驗

• 15.4　拓展思考

• 15.5　小結 參考文獻

喜歡閒適安靜的生活，懂一點計算機編程，懂一點統計學和數據分析。（愛編程愛統計）