大数据工程专业知识和实务教材
第一本：ODPS权威指南：阿里大数据平台应用开发实践
适用人及分类：大数据开发工程师
这本书是非常经典的大数据平台开发教材，虽然出版的时间比较早，而阿里云的大数据平台已经从ODPS升级迭代为MAXCOMPUTE，但是此书中有大量的工业级SQL代码，并且对于SQL的原理做了非常详细的说明，作为工具书备查相当不错。
第二本：：精通数据科学 从线性回归到深度学习
适用人及分类：数据科学家、数据分析师、算法工程师
阅读前所需技术基础：对于数学并不厌恶，希望掌握机器学习算法原理，有基本的数学基础知识，能够有基本的PYTHON基础更好
本书全面讲解了数据科学的相关知识，从统计分析学到机器学习、深度学习中用到的算法及模型，借鉴经济学视角给出模型的相关解释，深入探讨模型的可用性，并结合大量的实际案例和
代码帮助读者学以致用，将具体的应用场景和现有的模型相结合，从而更好地发现模型的潜在应用场景。本书可作为数据科学家和数据工程师的学习用书，也适合对数据科学有强烈兴趣的初学者使用，同时也可作为高等院校计算机、数学及相关专业的师生用书和培训学校的教材。
什么人适合做数据分析师第三本：大数据架构详解：从数据获取到深度学习
适用人及分类：大数据工程师（以架构为主）
阅读前所需技术基础：对于大数据的架构知识有较深入掌握，此书并不属于入门教材，因此对于零基础而希望从头学习的读者暂时不推荐阅读
本书从架构、业务、技术三个维度深入浅出地介绍了大数据处理领域端到端的知识。主要内容包括三部分：第一部分从数据的产生、采集、计算、存储、消费端到端的角度介绍大数据技术的起源、发展、关键技术点和未来趋势，结合生动的业界新产品，以及学术界新的研究方向和成果，让深奥的技术浅显易懂；第二部分从业务和技术角度介绍实际案例，让读者理解大数据的用途及技术的本质；第三部分介绍大数据技术不是孤立的，讲解如何与前沿的云技术、深度学习、机器学习等相结合。
第四本：大数据分析与算法
适用人及分类：数据科学家、数据分析师、算法工程师
阅读前所需技术基础：有一定的R语言基础，希望掌握机器学习算法原理，能够有统计知识基础更好
本书详细介绍了数据科学领域的相关智能技术，包括数据分析、基本学习算法、模糊逻辑、人工神经网络、基因算法和进化计算、使用R语言进行大数据分析等。本书可以作为高等院校计算机专业本科生和研究生，以及其他专业研究生的人工智能课程的教材，也可以作为相关教师和数据分析技术人员的参考书。
第五本：机器学习
适用人及分类：数据科学家、数据分析师、算法工程师
阅读前所需技术基础：本书作为机器学习经典教材，需要有一定的数学基础知识，全书比较偏向于理论，特别适合在校学生和研究人员的备查工具书
机器学习是计算机科学与人工智能的重要分支领域. 本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面. 全书共16 章，大致分为3 个部分：第1 部分（第1～3 章）介绍机器学习的基础知识；第2 部分（第4～10 章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（第11～16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等. 每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。本书可作为高等院校计算机、自动化及相关专业的本科生或研究生教材，也可供对机器学习感兴趣的研究人员和工程技术人员阅读参考。
第六本：商业数据分析
适用人及分类：数据科学家、数据分析师、商业分析师
阅读前所需技术基础：可以作为入门教材，但是有统计基础知识的更好，没有编程要求，特别适合商业分析师了解算法的原理，有详细的操作步骤
《商业数据分析》提供了商业分析的全景式内容，包含描述性、预测性和规定性分析，这在
其他任何书中不曾涵盖。本书提供循序渐进的指导，帮助学生学习Excel及其功能强大且使用便利的插件，如用于数据挖掘的XLMinder和用于优化与仿真的AnalyticSolverPlatform。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。