大数据入门级学习

《大数据入门级学习》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、数据科学怎样进行大数据的入门级学习？数据科学并没有一个独立的学科体系，统计学，机器学习，数据挖掘，数据库，分布式计算，云计算，信息可视化等技术或方法来对付数据。但从狭义上来看，我认为数据科学就是解决三个问题：1.datapre-processing;(数据预处理）2.datainterpretation；（数据解读）3.datamodelingandanalysis.（数据建模与分析）这也就是我们做数据工作的三个大步骤：1.原始数据要经过一连串收集、提取、清洗、整理等等的预处理过程，才能形成高质量的数据；2.我们想看看数据“长什么样”

2、，有什么特点和规律；3.按照自己的需要，比如要对数据贴标签分类，或者预测，或者想要从大量复杂的数据中提取有价值的且不易发现的信息，都要对数据建模，得到output。这三个步骤未必严谨，每个大步骤下面可能依问题的不同也会有不同的小步骤，但按我这几年的经验来看，按照这个大思路走，数据一般不会做跑偏。这样看来，数据科学其实就是门复合型的技术，既然是技术就从编程语言谈起吧，为了简练，只说说R和Python。但既然是荐数据科学方面的书，我这里就不提R/Python编程基础之类的书了，直接上跟数据科学相关的。Rprogramming如果只是想初步

3、了解一下R语言已经R在数据分析方面的应用，那不妨就看看这两本：Rinaction：我的R语言大数据101。其实对于一个没有任何编程基础的人来说，一开始就学这本书，学习曲线可能会比较陡峭。但如果配合上一些辅助材料，如官方发布的Rbasics（http://cran.r-project.org/doc/contrib/usingR.pdf），stackoverflow上有tag-R的问题集（Newest‘r’Questions），遇到复杂的问题可在上面搜索，总会找到解决方案的。这样一来，用这本书拿来入门学习也问题不大。而且这本书作者写得也

4、比较轻松，紧贴实战。DataanalysisandgraphicsusingR：使用R语言做数据分析的入门书。这本书的特点也是紧贴实战，没有过多地讲解统计学理论，所以喜欢通过情境应用来学习的人应该会喜欢这本入门书。而且这本书可读性比较强，也就是说哪怕你手头没电脑写不了代码，有事没事拿出这本书翻一翻，也能读得进去。但如果你先用R来从事实实在在的数据工作，那么上面两本恐怕不够，还需要这些：ModernappliedstatisticswithS：这本书里统计学的理论就讲得比较多了，好处就是你可以用一本书既复习了统计学，又学了R语言。（S/

5、Splus和R的关系就类似于Unix和Linux，所以用S教程学习R，一点问题都没有）DatamanipulationwithR：这本书实务性很强，它教给你怎么从不同格式的原始数据文件里读取、清洗、转换、整合成高质量的数据。当然和任何一本注重实战的书一样，本书也有丰富的真实数据或模拟数据供你练习。对于真正从事数据处理工作的人来说，这本书的内容非常重要，因为对于任何研究，一项熟练的数据预处理技能可以帮你节省大量的时间和精力。否则，你的研究总是要等待你的数据。RGraphicsCookbook：想用R做可视化，就用这本书吧。150多个re

6、cipes，足以帮你应付绝大多数类型的数据。以我现在极业余的可视化操作水平来看，R是最容易做出最漂亮的图表的工具了。AnintroductiontostatisticallearningwithapplicationinR：这本书算是著名的theelementofstatisticallearning的姊妹篇，后者更注重统计（机器）学习的模型和算法，而前者所涉及的模型和算法原没有后者全面或深入，但却是用R来学习和应用机器学习的很好的入口。AhandbookofstatisticalanalysisusingR：这本书内容同样非常扎实，

7、很多统计学的学生就是用这本书来学习用R来进行统计建模的。PythonThinkPython，ThinkStats，ThinkBayes：这是AllenB.Downey写的著名的ThinkXseries三大卷。其实是三本精致的小册子，如果想快速地掌握Python在统计方面的操作，好好阅读这三本书，认真做习题，答案链接在书里有。这三本书学通了，就可以上手用Python进行基本的统计建模了。PythonForDataAnalysis：作者是pandas的主要开发者，也正是Pandas使Python能够像R一样拥有dataframe的功能，能

8、够处理结构比较复杂的数据。这本书其实analysis讲得不多，说成数据处理应该更合适。掌握了这本书，处理各种糟心的数据就问题不大了。IntroductiontoPythonforEconometrics,Statisti