此随笔记录自己读过的,并且自己认为有所价值,有所感悟的书籍
ps: {e} 有电子书 ,{p} 有实体书
1月-6月
{p}数据挖掘导论 [状态:未读] [类型:数据挖掘教程书] 数据挖掘方面接触尚少,没有系统的进行学习
{p}最优化方法及其matlab程序设计 [状态:未读] [类型:matlab,最优化方法] hdu选修课之一的教程,还需要学习
{p}python数据分析与数据挖掘实战 [状态:正在读] [类型:数据分析,数据挖掘] 分为基础和实战两部分,看起来值得一读
{p}统计学习方法 李航 [状态:正在读] [类型:统计学习] 写的挺深入,值得一读,很多不懂的,每次读都有新东西
{p}机器学习 周志华 [状态:正在读] [类型:机器学习] 挺好的国内机器学习书籍,继续攻读
{p}数据科学实战 [状态:正在读] [类型:数据科学领域科普书] 涵盖数据科学的很多方面,值得一读 (本科毕业前尽量完成)
{p}图解机器学习 [状态:正在读] [类型:机器学习] 看名字像是<大话数据结构>类型的书籍,但是并不是简单的介绍,还是有读的必要 (本科毕业前尽量读完)
{p}机器学习-使用案例解析 [状态:大体一翻,浪费的一本书] [类型:机器学习,R实现] 现在没有学习R语言的需求和动力,雪藏了吧
{p}利用python进行数据分析 [状态:读完] [类型:python工具书] 介绍ipython,numpy与pandas,数据清洗,和一些入门的数据操作 (再次读的必要性:一般)
{p}统计思维-程序员数学之概率统计 [状态:读完] [类型:挺有新意的程序员+概率统计四不像书] 可以一看,价值不是特别大
{p}数据科学入门 [状态:读完] [类型:数据科学领域科普书] 比那本<数据科学实战>更加浅显,啥啥都有,啥啥都不全,值得刚开始的时候读一下,再次读的价值不大
{e} Python数据分析基础教程1:NumPy学习指南 [状态:读完] [类型:python书籍,工具书] 关于numpy最全的一本书了,如果需要学习numpy高级功能,可以看 (再读的价值:作为工具书,还是有的)
{e} Python数据可视化编程实战 [状态:大体一翻] [类型:python可视化,matplotlib] 可视化部分,主要是应用matplotlib进行2d,3d绘制 (再读的价值:作为工具书,还是有的)