做数据分析不得不看的书有哪些
关键词： 数据分析需要看哪些书 数据分析师看哪些书 数据分析书籍推荐
一直在自学和用数据挖掘的东西。因为不是本专业，所以随便讨论一下，仅作参考。
补充一下我了解的数据挖掘经典教材，
1《数据挖掘概念与技术》，作者:[加]Jiawei Han/Micheline Kamber 译: 范明/孟小峰 等
2《数据挖掘导论》，作者: [美]Pang-Ning Tan，Michael Steinbach，Vipin Kumar 著
3《数据挖掘技术——市场营销、销售与客户关系管理领域应用》作者: （美）贝瑞（Berry.M.J.A.），（美）莱诺夫（Linoff.G.S.） 著，别荣芳，尹静，邓六爱 译
三本都有中文版，前两本范明教授的翻译看起来不流畅，可能的话还是去看英文原版。
相关的数学知识模型，主要应该是多元统计方面的。有的学校只用自己的影印版书做教材。可参考英文书很多，就不一一列举。中文的可以看清华的《实用多元统计分析》
的确，数据挖掘不只是电商的数据分析，也不只是数据仓库，学术型的讨论更多在各种模型，如：分类、回归预测、相关性分析等。
如果要做模型做得实用可行，一是用更高级更复杂的模型，本科教材级别的估计不够；二是更巧妙地定义问题、简化问题。不过无论怎样，只要能解决问题，就是好方法。
【董友良的回答(42票)】:
说实话，干互联网那么久，没有看过网站分析方面特别好的中文书，给楼主一些链接吧，里面有一些清单：
http://www.chinawebanalytics.cn/how-to-learn-web-analytics-for-newbies-ii-2/
中文的补充一本
《精通Web Analytics 2.0——用户中心科学与在线统计艺术》
以网站分析为主，作者是Avinash Kaushik，译者是郑海平，邓天卓，两位作者是国内网站分析领域比较有经验的牛人，翻译是比较专业的。
附录：网站分析可以读的几本书（但是千万不要扎进去爬不出来了！）
全部是英文的
1. Sybex – Advanced Web Metrics with Google Analytics. Mar 2008。虽然是2008年的书，但是里面有一些关于网站分析的基本实现方法和网站分析工具的基本原理，值得一读。如果你觉得学习了GCU还不过瘾，那么你也可以通读这本书。
2. Google Analytics by Justin Cutroni (O’Reilly shortcuts)。这本书不错，内容精练，可以全部读完。
3. Wiley-Web Analytics For Dummies (2007)。 闲得无聊可以翻翻。
4. Avinas的两本，读英文版的。不过，不建议初学者读。
5. Sybex – Landing Page Optimization – The Definitive Guide to Testing and Tuning for Conversions – Jan 2008。值得读，随便翻阅，会有收获。
6. Don’t make me think，跟网站分析不直接相关，但值得读。
纯数据分析和数据挖掘方面的，下面2本偏理论的，属于“道”这个层面，适合有几年工作经验以后再看
数据仓库（原书第4版）
数据挖掘概念与技术（原书第2版）
偏工具使用的，SAS和SPSS的书，市面上很多，说实话，都是把帮助文件翻译成中文，加一些实验示例，只能让你会使用工具，让你入门，至于说提高，主要靠工作经验的积累。
【喻欣的回答(24票)】:
数据分析的基础是统计学，复杂点的理论是数据挖掘，这两个是基础，是分析过程中使用的工具而已，个人能力的提升并不能体现在这两个方面的知识有精通，更重要的是个人思维以及与别人沟通展示自己的想法。这两个基础可以推荐两本书，《爱上统计学》，《数据挖掘概念与技术》，需要了解出现什么问题，用什么方法能解决即可。
思维方面的书推荐：《批判性思维》，《黑天鹅》，《数据会撒谎》，《博弈论》,《麦肯锡方法》《思考的技术》等等
数据展示方面：《用图表说话》，《excel演绎之道》，《演示之禅》，《餐巾纸的背面》，《视觉化思维》
数据分析与产品运营是离不开的，为此多学习产品、营销方面的知识是有利无弊的。
【茉茉的回答(4票)】:
推荐一本不错的理论书：
《The elements of statistical learning: data mining, inference, and prediction 》
作者：Trevor Hastie,Robert Tibshirani,Jerome H. Friedman
ISBN：9780387848570
这本书在google books 上也能找到，你可以试着看下部分章节，是不是你想要找的那种：
http://books.google.com/books?id=tVIjmNS3Ob8C&lpg=PR2&dq=The%20elements%20of%20statistical%20learning%3A%20data%20mining%2C%20inference%2C%20and%20prediction&hl=zh-CN&pg=PR2#v=onepage&q&f=false
【段曼妮的回答(2票)】:
没有啥不得不看的吧，只有看了更好的。有一本：m.bishop 的 Pattern recognition and Machine Learning. 不错。比较深入浅出。
【丁利的回答(4票)】:
199IT网站有一个读书频道，里面有一些数据分析、数据挖掘、消费者研究、新媒体类的图书。
http://www.199it.com/archives/category/dataindustry/research-book
【常博的回答(3票)】:
推荐一本《数据之美》，里面的案例比较杂，覆盖数据分析的方方面面。
【知乎用户的回答(5票)】:
热诚推荐看过的几本经典。
- 《Head First Data Analysis》链接：深入浅出数据分析 (豆瓣)
电子工业出版社的经典书目系列，从数据分析基本步骤开始、实验方法、最优化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧一一讲到。图比较多，适合入门。
- 《Head First Statistics》链接：深入浅出统计学 (豆瓣)
推荐理由同上，适合入门者的经典教材。
- 《R in Action-Data Analysis and Graphics with R》链接：R语言实战 (豆瓣)
R是属于GNU系统的一个自由、免费、源代码开放的软件，用于统计计算和统计制图。这本书从实用的统计研究角度逐例分析R在数据处理、模型构建、以及图形操作上的由浅入深的结合，堪称经典。
- 《数据之魅-基于开源工具的数据分析》链接：数据之魅 (豆瓣)
作者是华盛顿大学理论物理学博士。这本书是数据分析的经典之一，包含大量的R语言模拟过程及结果展示，例举了很多数据分析实例和代码。
- 《数据挖掘-市场营销、销售与客户关系管理领域应用》链接：数据挖掘技术 (豆瓣)
作者是Data Miners的创办人，有二十多年的营销和客户关系管理结合数据挖掘的经验。详细介绍了作为一个数据挖掘团队需要的知识体系，包括数据库、SAS使用、统计学、机器学习、数据可视化、如何访问用户收集需求、如何写论文与沟通等等。有条件的建议看英文原版。
先把这些花时间啃啃，数据分析的理论部分就基本入门了，根据实际情况还需要结合你的业务需求来进行系统的学习。
以上，有时间再来更新。
【赵智的回答(4票)】:
工具书没有绝对的好坏，关键是适合自己吸纳知识的方式，可以高效率的学习。
思想性的和展示交流的应该多看看，因为很多做分析的不擅长将自己了解的东西告诉别人。
- 展现交流思路方面推荐麦肯锡的 《用图表说话》，《演示之道》
- 大数据集展现推荐一些数据可视化的书籍，例如《可视化数据挖掘》，《数据之美》这方面的书好像不太多。
- 展示技巧方面：《excel图表之道》。
- 思想性的《统计思想》《黑天鹅》。
【黄恩的回答(2票)】:
推荐一本《超级数字天才》
http://book.douban.com/subject/3187204/
里面基本上都是数据挖掘和数据分析的思想和思路，看过之后受益匪浅。
【zhoubuer的回答(3票)】:
数据分析的基础是统计学。统计学的内容就那么点，为什么精通的不多？问题在于，是否能够能够真正理解统计学的内涵。
举个例子，为什么在统计应用中，人们更加习惯使用平均数，而不是中位数，尽管他俩都是描述性统计量。
我的理解是平均数的形成涉及到加法和除法，而中位数的形成只涉及到不等式符号。平均数的运算符比中位数的运算符更高级，这就导致了平均数对总体的描述信息量比中位数的描述信息量要更加大一些，故平均数的应用更加广泛一些，而中位数则出现在对总体信息量要求少一点的统计方法中，如秩和检验什么的。（值得注意的是，俺的这段分析相当民科，纯属一家之言，本段分析的漏洞在于，运算符的优先性是指在电脑中运行的优先顺序，在统计学中，并没有这样的说法，所以大家谨慎思考）
数据分析的核心思想是什么，基本原理是什么，我觉得更为重要，是一些数据工具书难以提供的，需要去慢慢领悟的
【thinkind的回答(1票)】:
- 重温大学时的微积分、统计等教材，巩固基础；
- 精选三本书，读透；
- 关注牛人的博客和微博。
【武国仁的回答(1票)】:
《深入浅出数据分析》，我推荐这本～其中的分析和论证方法很有价值，包括全书身临其境的般的发现-分析-解决问题，再反馈的情境～看过之后，再去看其他那些书吧～如果是网站分析，就可以再看看《 精通Web Analytics 2.0——用户中心科学与在线统计艺术 》这本书～然后，再看什么应该有眉目了～
至于更高深的数学模型和理论，应用层面的好像没太大用处，数据分析的目的是得出可操作性的结论和措施，没必要深究那种显得高深莫测的东西吧～
【知乎用户的回答(1票)】:
黑白 ，在互联网世界攻城略地，等待在某领域一手遮…
听说《深入浅出数据分析》可以。
一般。入门的话，还不如谁说菜鸟不会数据分析呢。
个人意见
【知乎用户的回答(0票)】:
《精通Web Analytics 2.0——用户中心科学与在线统计艺术》
以网站分析为主，作者是Avinash Kaushik，译者是郑海平，邓天卓。翻译还是比较专业的。
【陈静的回答(0票)】:
要打好基础，基本的数据挖掘技术与数据统计、分析方法是一定要懂的，此外，要找好自己偏向的数据分析领域，专注于哪方面的分析，再尽量多地了解此领域的一些专业知识，这样，在做具体的数据分析时，不会觉得自己是个门外客。
【何涛的回答(0票)】:
推荐：《精通Web Analytics 2.0——用户中心科学与在线统计艺术》
【涵灵的回答(0票)】:
“精通Web Analytics 2.0″这本好像最近经常被人推荐。
【宋立志的回答(0票)】:
《深入浅出数据分析》这本的确不错。
【林小徐的回答(0票)】:
如果你是菜鸟，推荐可以看下 谁说菜鸟不会数据分析，从基础开始讲，挺好的。
转载请注明：数据分析 » 做数据分析不得不看的书有哪些_数据分析需要看哪些书
