数据时代技能书单

大数据时代，掌握处理数据的技能是必要的，书单包括数据清洗+数据挖掘+数据分析……

1、数据清洗入门与实践

作者：Megan Squire
译者：任政委

★ 真实事例讲解数据清洗入门！
★ 真实项目锻炼实践数据清洗！

《干净的数据：数据清洗入门与实践》从文件格式、数据类型、字符编码等基本概念讲起，通过真实的示例，探讨如何提取和清洗关系型数据库、网页文件和PDF文档中的数据。最后提供了两个真实的项目，让读者将所有数据清洗技术付诸实践，完成整个数据科学过程。

2、数据科学入门

作者：Joel Grus
译者：高蓉 韩波

★ Google数据科学家作品！
★ 数据科学基本知识的重量级读本！

《数据科学入门》从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。 作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。书中涵盖的所有代码和数据都可以在GitHub上下载。

通过阅读本书，你可以：
• 学到一堂Python速成课；
• 学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；
• 掌握如何收集、探索、清理、转换和操作数据；
• 深入理解机器学习的基础；
• 运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；
• 探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。

3、Python网络数据采集

作者：Ryan Mitchell
译者：陶俊杰 陈小莉

《Python网络数据采集》采用简洁强大的Python语言，全面介绍网络数据采集技术，教你从不同形式的网络资源中自由地获取数据。你将学会如何使用Python脚本和网络API一次性采集并处理成千上万个网页上的数据。书中内容还包括分析原始数据、用网络爬虫测试网站等。还提供了详细的代码示例。

“这本书中的工具和示例帮我轻松地将一些重复性工作自动化了，我可以将省下来的时间用于解决更有意思的问题。这是一本实用手册，非常适合用来解决实际工作中的问题。”
——Eric VanWyk，美国欧林工程学院电子计算机工程师

4、洞悉数据：用可视化方法发掘数据真义

作者：Hunter Whitney
译者：刘云涛

★ 多学科、多维度、清晰全面地理解数据和数据可视化！

《洞悉数据：用可视化方法发掘数据真义》包含各种插图、名人名言和现实生活中的例子，以及商业分析、医疗、网络监控、安全和游戏等领域的案例分析，来演示可视化如何让数据变得更清晰、更全面，通过对数据可视化的广泛用途和适用性的讨论，来了解它如何让数据变得更加让人容易接受和理解。

“这本书的重点在于提供理解数据的不同视角。我们如何理解这本书中的信息完全在于我们自己的视角。我认为这本书的主题是保持开放的心态，这样才能看到理解信息的全新机遇，它绝不是片面的说明文。”
——亚马逊读者评论

5、决策知识自动化：大数据时代的商业决策分析方法

作者：Alan N. Fish
译者：王飞跃 王晓 郑心湖

★ 知名科学家王飞跃译著，柴天佑等院士联名推荐！

《决策知识自动化：大数据时代的商业决策分析方法》是大数据商业实践手册，通过大量来源于流程自动化的主流应用场景，聚焦于企业业务流程中经营决策的知识自动化这一主题，向读者展示如何在实践中应用决策管理系统更高效地管理项目。 本书适合各企业CEO、CIO、IT架构师以及一切对知识自动化理论感兴趣的读者。

“Fish博士提出的收集、建模与管理决策需求的方法行之十分有效。对于任何想要建立决策管理系统，或是高效地以决策为中心进行形势分析和开展商业自动化的组织、团体或个人，本书都是必读之选。”
——James Taylor，Decision Management Solutions公司CEO、首席顾问

6、社会媒体挖掘

作者：Reza Zafarani ， Mohammad Ali Abbasi ， Huan Liu
译者：刘挺 秦兵 赵妍妍

★ 掌握基本原理和方法，从火热的社会媒体中挖掘真义！

《社会媒体挖掘》整合了社会媒体、社会网络分析以及数据挖掘的相关知识，为学生、从业者、研究人员和项目经理理解社会媒体挖掘的基础知识和潜能，提供了一个方便的平台。本书介绍了社会媒体数据独有的问题，并阐述了网络分析以及数据挖掘中的基本概念、新出现的问题和有效的算法。 书中涵盖了不同难度的练习题，可以帮助读者在社会媒体数据挖掘的不同场景中理解和应用相关的概念、原理以及方法。

7、云数据中心网络技术

作者：Gary Lee
译者：唐富年

★ 由英特尔公司内部专家撰写，介绍支撑云数据中心的前沿网络技术！

《云数据中心网络技术》聚焦于数据中心内部的网络，所讨论的话题集中在大型云数据中心内部组网所需的设备、软件和标准。主要内容包括：云计算和云端网络互连概述，数据中心的演变，交换结构技术，云数据中心网络拓扑结构，网络虚拟化，软件定义网络，等等。 本书适合云计算网络、网络建设、网络管理、系统集成行业的开发人员、技术工程师等阅读。

8、人人都是数据分析师：Tableau应用实战

作者：刘红阁 王淑娟 温融冰

★ 基于9.1版本，采用实际案例，深度讲解核心功能！
★ Tableau亚太区副总裁、埃森哲大中华区董事总经理倾情作序！
★ 特斯拉、百度、亚马逊等数据分析师联袂推荐！
★ 简单易用，拖放成图，无需统计、计算机背景，即可进行可视化分析，分秒间读取，★ 快速引擎处理，帮你看见并读懂大数据！

《人人都是数据分析师：Tableau应用实战》包括数据连接与编辑、图形展示与编辑功能，如何与R等工具进行集成，如何在服务器上进行发布管理等内容，而且广泛覆盖数据获取与管理、基础与高级图形分析、地图分析、交互分析与数据挖掘、图表集成整合与分享发布等主要内容，方便大家快速掌握敏捷分析方法与技术。

“本书通过真实的案例，阐述了一个完全不同于以往的数据分析方法论。它展示了领先企业如何让商业智能不再局限于少数技术人员，让多数人都掌握自助分析，读懂数据创造更大的价值。”
——JY Pook， Tableau亚太区副总裁

9、Spark快速大数据分析

作者：Holden Karau ， Andy Konwinski ， Patrick Wendell ， Matei Zaharia
译者：王道远

★ Spark开发者及核心成员共同打造！

《Spark快速大数据分析》讲解了网络大数据时代应运而生的、能高效迅捷地分析处理数据的工具——Spark，它带领读者快速掌握用 Spark收集、计算、简化和保存海量数据的方法，学会交互、迭代和增量式分析，解决分区、数据本地化和自定义序列化等问题。可以让数据科学家和工程师即刻上手。你能学到如何使用简短的代码实现复杂的并行作业，还能了解从简单的批处理作业到流处理以及机器学习等应用。

10、Spark高级数据分析

作者：Sandy Ryza ， Uri Laserson ， Sean Owen ， Josh Wills
译者：龚少成

★ Cloudera公司数据科学家团队携手打造，教你用Spark进行大规模数据分析！
★ 使用Spark进行大规模数据分析的实战宝典！

这是一本实用手册，四位作者均是Cloudera公司的数据科学家，他们联袂展示了利用Spark进行大规模数据分析的若干模式，而且每个模式都自成一体。他们将Spark、统计学方法和真实数据集结合起来，通过实例向读者讲述了怎样解决分析型问题。

《Spark高级数据分析》首先介绍了Spark及其生态系统，接着详细介绍了将分类、协同过滤及异常检查等常用技术应用于基因学、安全和金融领域的若干模式。如果你对机器学习和统计学有基本的了解，并且会用Java、Python或Scala编程，这些模式将有助于你开发自己的数据应用。

更多书讯尽在图灵社区