機器學習和數據科學是一組複雜而又相互關聯的概念，想要深入的學習，就必須花時間下功夫研究。編程就像打遊戲，需要不斷的打怪升級，學習也是一樣的道理。保持與時俱進的有效方式就是不斷刷新自己的知識庫，但是當今互聯網上關於機器學習和數據科學的資料非常多，哪些才是值得一看的書籍呢?
《機器學習的渴望》——吳恩達
大數據和數據科學雖然不一定是同義詞，但它們之間是相互關聯的。如果你從事數據行業的工作，那麼通過這本書能刷新你對機器學習的新的認知。
從這本書中你可以瞭解到如果使用端到端的深入學習、如何利用你正在創建的系統統計數據共享信息等。
獲取地址：http://www.mlyearning.org/
《Hadoop權威指南》——Tom White
Apache Hadoop是用於處理和管理大量數據的主要框架，任何在編程或數據科學方面工作的人都熟悉Hadoop。事實上，它也是開發可擴展系統的最有效工具之一。
為了讓更多的人熟悉使用Hadoop，Hadoop專家顧問和Apache軟件基金會成員Tom White這本書，《Hadoop權威指南》充滿了洞察力以及大量有用的資源。更重要的是，這本書可以引導你完成使用Hadoop集群的整個過程和設置。
此外，Apache Spark可能也是你能想花時間去學習的另一個重要平臺。
試讀地址：http://wenku.it168.com/d_001732212.shtml
《Predictive Analytics》——Eric Siegel
這本書詳細的說明並解釋瞭如何將數據和信息轉化成為可操作的預見和預測。數據科學家的工作是查看原始的、未加工過濾的數據，並識別可用的趨勢和模式。本書不僅可以幫助你識別可用的模式和趨勢，還會提出必要的預測算法來改進未來的運營和流程等。
獲取地址：http://www.predictiveanalyticsworld.com/book/overview.php
《用數據講故事》——Kole Nussbaumer Knaflic
本書使用數據進行故事講解，分享了業務專業人員的數據可視化指南，通過處理大量的數據提出改進數據收集和提取過程的方法。
瞭解你所收集的數據的價值以及如何處理這些數據是這本書的主要解決的內容，適用於一般讀者，對專業人士也非常有幫助。
試讀地址：http://wenku.it168.com/d_001732213.shtml
《大拐點》——Scott Stawski
《大拐點》的另一個標題是“混合雲、移動、應用程序和數據如何塑造業務未來”，這本書有助於瞭解當前的數據分析和雲計算行業的發展。特別值得一提的是本書的作者Scott Stawski直擊原始的數據存儲系統，幫助讀者解決如何在組織內部部署相關的工具和平臺。
這本書不僅僅是一個理論指導，還揭示了實際的工作系統的如何適應自己業務或企業的方法。
獲取地址：https://www.scottstawski.com/publications
《統計學習導論 基於R應用》——Gareth James
掌握相關的統計學習和方法對於從事數據科學工作的人是必要的，本書旨在幫助瞭解相關概念。通過提供大量的R實驗和實踐，詳細的進行講解和演練。
你可以將這本書當做數據科學實踐過程中的資源直接利用，而且，書中的信息和概念對於日常生活都是非常實用的。
獲取地址：http://www-bcf.usc.edu/~gareth/ISL/
閱讀更多 IT168企業級 的文章
