关于数据挖掘，有几本书推荐给你......

会员服务 ·

关于数据挖掘，有几本书推荐给你......

2017 年 10 月 11 日 图灵教育

在数据规模急速膨胀的大数据时代，数据挖掘这项甄别重要数据的核心技术正发挥越来越重要的作用。

你还不懂数据挖掘（data mining）？

1. 维基百科对数据挖掘的定义：

数据挖掘是一个跨学科的计算机科学分支，它是用人工智能、机器学习、统计学和数据库的交叉方法，在相对较大型的数据集中发现模式的计算过程。

2. 数据挖掘的实际工作：

数据挖掘的实际工作是对大规模数据进行自动或半自动的分析，以提取过去未知的有价值的潜在信息。

数据挖掘将赋予你解决实际问题的“超能力”：预测体育赛事结果、精确投放广告、根据作品的风格解决作者归属问题，等等。

那，怎样学习数据挖掘？

说到学习，当然少不了理论结合实践，今天就为大家推荐几本数据挖掘方面的好书：

《数据挖掘与分析：概念与算法》【NEW】
多所著名高校采用的数据挖掘入门课成书
《数据挖掘导论（完整版）》【HOT】
数据挖掘领域经典
《大数据：互联网大规模数据挖掘与分布式处理（第2版）》【HOT】
斯坦福大学海量数据挖掘成书
《Python数据挖掘入门与实践》
简单易学的Python数据挖掘入门书

这些书为什么出彩？请看下面对这些书的详细介绍：

数据挖掘与分析：概念与算法

Mohammed J. Zaki , Wagner Meira Jr. 著

吴诚堃译

本书源自美国伦斯勒理工学院（RPI）和巴西米纳斯吉拉斯联邦大学（UFMG）数据挖掘课程讲义。

自1998年起，RPI 每年秋季都会开设数据挖掘课程，UFMG 自2002年起也开设了这门课程。尽管有不少关于数据挖掘及相关话题的好书，但总感觉大多数书的层次或难度太高。

而这本书是一本专注于数据挖掘与分析的基本算法的入门书，通过解释所有初次碰到的关键概念，为学习数据挖掘的核心方法打下数学基础，并试图通过直观地阐述各种公式以辅助理解。

融合机器学习、统计学等相关学科知识，涵盖频繁模式挖掘、聚类、分类等经典算法
兼顾前沿话题，提供算法对应的开源实现方法
配备丰富教辅资源，包括课程幻灯片、教学视频、数据集等

本书中涉及的所有算法作者都实现了一遍。建议读者使用自己喜欢的数据分析和挖掘软件来尝试书中给出的例子，并实现书中所描述的算法；我们推荐使用R或者Python的NumPy包。书中涉及的所有数据集及其他参考材料，如课程项目构思以及课堂讲义等，都可以在以下网址找到：

http://dataminingbook.info/pmwiki.php

理解了数据挖掘和数据分析的基本原理和算法之后，读者将完全有能力开发自己的方法或者使用更高级的技术。

建议阅读路线

本书各章之间的依赖关系如图0-1 所示。

下面给出阅读本书或在课程中使用本书的几种典型路线图。

对于初步了解数据挖掘的人，建议阅读第1»3 章、第8 章、第10 章、第12»15 章、第17»19 章，以及第21»22 章。
对于不想了解探索性数据分析的人，建议阅读第1 章、第8»15 章、第17»19 章及第21»22 章。
对于想深入理解数据挖掘的人，可以快速把第一部分过一遍，或将其当作背景知识阅读，然后直接阅读第9»22 章；
本书的其他部分，即频繁模式挖掘（第二部分）、聚类（第三部分）和分类（第四部分），可以按任意顺序讲授。
对于想要了解数据分析的人，必须阅读第1»7 章、第13»14 章、第15 章的第2 节，以及第20 章。
最后，对于想要了解图和核的内容，建议阅读第4»5 章、第7 章（第1»3 节）、第11»12 章、第13 章（第1»2节）、第16»17 章和第20»22 章。

目录

第1章　数据挖掘与分析

第一部分　数据分析基础

第2章　数值属性

第3章　类别型属性

第4章　图数据

第5章　核方法

第6章　高维数据

第7章　降维

第二部分　频繁模式挖掘

第8章　项集挖掘

第9章　项集概述

第10章　序列挖掘

第11章　图模式挖掘

第12章　模式与规则评估

第三部分　聚类

第13章　基于代表的聚类

第14章　层次式聚类

第15章　基于密度的聚类

第16章　谱聚类和图聚类

第17章　聚类的验证

第四部分　分类

第18章　基于概率的分类　

第19章　决策树分类器

第20章　线性判别分析

第21章　支持向量机

第22章　分类的评估