2017读过的书(不断更新)

Posted 2020-09-22 BigJelly

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)