数据挖掘工作指南(1)

作者：周琦

链接：https://www.zhihu.com/question/27317479/answer/67237736

来源：知乎

著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

1 工具的学习（排列有序）

python（我用的python tutorial,细节可以查书learning python，然后查询一些文档比如,numpy,matplotlib官方文档)

java （我先看的 head first java, 然后thinking in java看了一部分）

linux shell (越熟越好，我只是刷了鸟哥那本入门书的前半部分）

hadoop (需要会折腾，在win电脑上不好配置，如果实验室有环境或者有人帮忙带带入门最好。

2 机器学习入门（排列有序）

集体编程智慧（把例子刷一遍，一方面是理解入门数据挖掘，一方面更熟悉下python)

数据挖掘导论，机器学习(tom mitchell),Andrew Ng的机器学习课程，机器学习实战（主要参考下书中的代码，书中代码并不是非常完美，主要用来入门）。。

这几个材料建议选其中一、二个为核心连贯学习，其他可以参考。比如你先用数据挖掘导论了解一些基本的概念，用Andrew Ng的机器学习课程进行比较细致的学习，其中要实习一些算法的时候可以参考机器学习实战，某些算法看不懂时候可以参考其他书籍

Kaggle找几个最简单的题进行入门实战。(比如泰坦尼克号那题）

可以适当了解一些机器学习的具体应用，如：推荐系统、图像处理、语音或搜索。（结合自己的兴趣专业选择某一个深入学习）

Pattern Recognition And Machine Learning,The Elements of Statistical Learning 两本理论非常详细的巨著，如果有精力一定要看看。建议从第一本看起（因为我也只能勉强看懂第一本，第二本如果其他人都说很经典，可以看懂的话肯定是要看的）。

3 数据结构基础

算法导论+leetcode在线题目

总结：

看书要多动手，多总结，比如看了个朴素贝叶斯算法，最好把这个方法总结一下，然后编写代码实现简单的例子。参考更多的书籍，参考baidu