數(shù)據(jù)分析怎么學(xué)？我畫了一個(gè)導(dǎo)圖

導(dǎo)讀：數(shù)據(jù)分析史上最強(qiáng)書單！

作者：華章靜老師 來源：大數(shù)據(jù)DT（ID：hzdashuju）

數(shù)據(jù)分析是從數(shù)據(jù)中提取信息的過程，其在各個(gè)領(lǐng)域發(fā)揮著非常重要的作用。數(shù)據(jù)分析是檢查、清理、轉(zhuǎn)換和建模數(shù)據(jù)的過程，它有助于從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律并制定更加科學(xué)的決策，已被廣泛應(yīng)用于自然科學(xué)、社會(huì)科學(xué)和管理科學(xué)的各個(gè)領(lǐng)域。

數(shù)據(jù)分析的流程一般為：數(shù)據(jù)采集→數(shù)據(jù)傳輸→數(shù)據(jù)預(yù)處理→數(shù)據(jù)統(tǒng)計(jì)與建?！鷶?shù)據(jù)分析/挖掘→數(shù)據(jù)可視化/反饋。

因此，數(shù)據(jù)采集是基本，是源頭。

01 數(shù)據(jù)采集

數(shù)據(jù)采集一般需要包含兩大基礎(chǔ)功能。

• 通過埋點(diǎn)來采集數(shù)據(jù)。
• 將采集的數(shù)據(jù)傳輸?shù)街付ǖ姆?wù)器端。

不論是采集數(shù)據(jù)，還是傳輸數(shù)據(jù)，都要求數(shù)據(jù)采集SDK能最大限度地保證數(shù)據(jù)的準(zhǔn)確性、完整性和及時(shí)性，這就要求數(shù)據(jù)采集能處理很多細(xì)節(jié)方面的問題，比如用戶標(biāo)識(shí)、網(wǎng)絡(luò)策略、緩存數(shù)據(jù)策略、同步數(shù)據(jù)策略、數(shù)據(jù)準(zhǔn)確性和數(shù)據(jù)安全性等。

1. 數(shù)據(jù)埋點(diǎn)

目前，業(yè)界主流的埋點(diǎn)方式主要有如下三種。

• 代碼埋點(diǎn)
• 全埋點(diǎn)
• 可視化埋點(diǎn)

代碼埋點(diǎn)指應(yīng)用程序集成埋點(diǎn)SDK后，在啟動(dòng)時(shí)初始化埋點(diǎn)SDK，然后在某個(gè)事件發(fā)生的時(shí)候調(diào)用埋點(diǎn)SDK提供的方法來觸發(fā)事件。代碼埋點(diǎn)是“最原始”的埋點(diǎn)方式，同時(shí)也是“最萬能”的埋點(diǎn)方式，這是因?yàn)樗哂邢率鲆幌盗械膬?yōu)點(diǎn)。

全埋點(diǎn)也叫無埋點(diǎn)、無碼埋點(diǎn)、無痕埋點(diǎn)、自動(dòng)埋點(diǎn)，指無須應(yīng)用程序開發(fā)工程師寫代碼或者只寫少量的代碼，即可預(yù)先自動(dòng)收集用戶的所有或者絕大部分的行為數(shù)據(jù)，然后根據(jù)實(shí)際的業(yè)務(wù)分析需求從中篩選出所需的數(shù)據(jù)并進(jìn)行分析。

可視化埋點(diǎn)也叫圈選，是指通過可視化的方式進(jìn)行埋點(diǎn)。

iOS全埋點(diǎn)解決方案

作者：王灼洲

推薦語：國內(nèi)知名大數(shù)據(jù)公司神策數(shù)據(jù)出品，多位行業(yè)專家聯(lián)袂推薦。執(zhí)筆人是神策數(shù)據(jù)合肥研發(fā)中心負(fù)責(zé)人，在Android & iOS等領(lǐng)域有10年的研發(fā)經(jīng)驗(yàn)，對(duì)各種數(shù)據(jù)采集技術(shù)和解決方案都有深入研究，開發(fā)和維護(hù)著國內(nèi)第一個(gè)商用的開源 Android & iOS 數(shù)據(jù)埋點(diǎn) SDK。

2. 網(wǎng)絡(luò)爬蟲

網(wǎng)絡(luò)爬蟲是自動(dòng)采集數(shù)據(jù)的有效手段。網(wǎng)絡(luò)爬蟲（又被稱為網(wǎng)頁蜘蛛、網(wǎng)絡(luò)機(jī)器人，在FOAF社區(qū)中，更經(jīng)常地稱為網(wǎng)頁追逐者）是一種按照一定的規(guī)則，自動(dòng)抓取萬維網(wǎng)信息的程序或者腳本。另外一些不常使用的名字還有螞蟻、自動(dòng)索引、模擬程序或者蠕蟲。

網(wǎng)絡(luò)爬蟲通過爬取互聯(lián)網(wǎng)上網(wǎng)站服務(wù)器的內(nèi)容來工作。它是用計(jì)算機(jī)語言編寫的程序或腳本，用于自動(dòng)從Internet上獲取信息或數(shù)據(jù)，掃描并抓取每個(gè)所需頁面上的某些信息，直到處理完所有能正常打開的頁面。

作為搜索引擎的重要組成部分，爬蟲首要的功能就是爬取網(wǎng)頁數(shù)據(jù)，目前市面流行的采集器軟件都是運(yùn)用網(wǎng)絡(luò)爬蟲的原理或功能。

現(xiàn)如今大數(shù)據(jù)時(shí)代已經(jīng)到來，網(wǎng)絡(luò)爬蟲技術(shù)成為這個(gè)時(shí)代不可或缺的一部分，企業(yè)需要數(shù)據(jù)來分析用戶行為、自己產(chǎn)品的不足之處以及競爭對(duì)手的信息等，而這一切的首要條件就是數(shù)據(jù)的采集。

網(wǎng)絡(luò)爬蟲的價(jià)值其實(shí)就是數(shù)據(jù)的價(jià)值，在互聯(lián)網(wǎng)社會(huì)中，數(shù)據(jù)是無價(jià)之寶，一切皆為數(shù)據(jù)，誰擁有了大量有用的數(shù)據(jù)，誰就擁有了決策的主動(dòng)權(quán)。這里給大家推薦一本網(wǎng)絡(luò)爬蟲的實(shí)戰(zhàn)寶典《Python網(wǎng)絡(luò)爬蟲技術(shù)與實(shí)戰(zhàn)》。

Python網(wǎng)絡(luò)爬蟲技術(shù)與實(shí)戰(zhàn)

作者：趙國生 王健

推薦語：這是一本系統(tǒng)、全面地介紹Python網(wǎng)絡(luò)爬蟲的實(shí)戰(zhàn)寶典。作者融合自己豐富的工程實(shí)踐經(jīng)驗(yàn)，緊密結(jié)合演示應(yīng)用案例，內(nèi)容覆蓋了幾乎所有網(wǎng)絡(luò)爬蟲涉及的核心技術(shù)。在內(nèi)容編排上，一步步地剖析算法背后的概念與原理，提供大量簡潔的代碼實(shí)現(xiàn)，助你從零基礎(chǔ)開始編程實(shí)現(xiàn)深度學(xué)習(xí)算法。

02 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理主要包括數(shù)據(jù)清理和數(shù)據(jù)整理。

1. 數(shù)據(jù)清理

數(shù)據(jù)清理是指發(fā)現(xiàn)并處理數(shù)據(jù)中存在的質(zhì)量問題，如缺失值、異常值等。

其中，缺失值是指缺失的數(shù)據(jù)項(xiàng)，如某用戶在填寫調(diào)查問卷時(shí)，沒有填寫“年齡”一欄的信息，那么對(duì)于該用戶填寫的這條數(shù)據(jù)來說，年齡數(shù)據(jù)項(xiàng)就是缺失值；異常值是指雖然有值但值明顯偏離了正常取值范圍，如針對(duì)18～30歲成年人的調(diào)查問卷中，某用戶填寫調(diào)查問卷時(shí)將年齡誤填為2。

在數(shù)據(jù)建模前，必須處理好包含缺失值或異常值的數(shù)據(jù)，否則會(huì)嚴(yán)重影響數(shù)據(jù)分析結(jié)果的可靠性。

2. 數(shù)據(jù)整理

數(shù)據(jù)整理是指將數(shù)據(jù)整理為數(shù)據(jù)建模所需要的形式。例如，建立一個(gè)回歸模型進(jìn)行房屋價(jià)格預(yù)測時(shí)，通常需要將對(duì)數(shù)據(jù)預(yù)測無用的數(shù)據(jù)項(xiàng)（如房屋的ID編號(hào)）去除，將用于預(yù)測目標(biāo)值的特征（如房齡、朝向等）和目標(biāo)變量（房屋價(jià)格）分開。

Python數(shù)據(jù)整理

作者：Tirthajyoti Sarkar, Shubhadeep Roychowdhury

推薦語：一本實(shí)用的Python數(shù)據(jù)整理入門教程。書中全面、系統(tǒng)地闡釋數(shù)據(jù)整理和提煉過程背后的所有核心思想，通過大量的練習(xí)和實(shí)例，幫助你全方位理解并掌握相關(guān)概念、工具和技術(shù)。

03 數(shù)據(jù)統(tǒng)計(jì)與建模

數(shù)據(jù)統(tǒng)計(jì)與建模是指對(duì)數(shù)據(jù)計(jì)算均值、方差等統(tǒng)計(jì)值，通過描述性統(tǒng)計(jì)分析掌握數(shù)據(jù)特性，完成對(duì)已知數(shù)據(jù)的解釋；根據(jù)已有數(shù)據(jù)建立模型以對(duì)未來數(shù)據(jù)進(jìn)行預(yù)測、分類，從而解決實(shí)際應(yīng)用問題。

04 數(shù)據(jù)分析/挖掘

大數(shù)據(jù)分析與挖掘已經(jīng)成為大數(shù)據(jù)時(shí)代重要的技能之一，社會(huì)對(duì)這方面的人才的需求隨著數(shù)據(jù)的增長而不斷增長。數(shù)據(jù)分析師這個(gè)職業(yè)變得越來越重要，數(shù)據(jù)分析能力也變得尤為重要。

1. 數(shù)據(jù)分析

大數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域，逐漸成為重要的生產(chǎn)要素，人們對(duì)于海量數(shù)據(jù)的運(yùn)用將預(yù)示著新一輪生產(chǎn)率增長和消費(fèi)者盈余浪潮的到來。大數(shù)據(jù)分析技術(shù)將幫助企業(yè)用戶在合理的時(shí)間內(nèi)攫取、管理、處理、整理海量數(shù)據(jù)，為企業(yè)經(jīng)營決策提供積極幫助。

數(shù)據(jù)分析作為數(shù)據(jù)存儲(chǔ)和挖掘分析的前沿技術(shù)，廣泛應(yīng)用于物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等戰(zhàn)略性新興產(chǎn)業(yè)。雖然目前大數(shù)據(jù)在國內(nèi)還處于初級(jí)階段，但是其商業(yè)價(jià)值已經(jīng)顯現(xiàn)出來，特別是有實(shí)踐經(jīng)驗(yàn)的大數(shù)據(jù)分析人才更是各企業(yè)爭奪的焦點(diǎn)。

為了滿足日益增長的大數(shù)據(jù)分析人才需求，很多高校開始嘗試開設(shè)不同程度的大數(shù)據(jù)分析課程?！按髷?shù)據(jù)分析”作為大數(shù)據(jù)時(shí)代的核心技術(shù)，必將成為高校數(shù)學(xué)與統(tǒng)計(jì)學(xué)專業(yè)的重要課程之一。為大家推薦數(shù)據(jù)分析領(lǐng)域人手一本的經(jīng)典《利用Python進(jìn)行數(shù)據(jù)分析》。

利用Python進(jìn)行數(shù)據(jù)分析

（原書第2版）

作者：韋斯·麥金尼（Wes McKinney）

推薦語：Python數(shù)據(jù)分析經(jīng)典暢銷書。本書由Python pandas項(xiàng)目的創(chuàng)始人Wes McKinney創(chuàng)作，閱讀本書可以獲得一份關(guān)于在Python下操作、處理、清洗、規(guī)整數(shù)據(jù)集的完整說明。

如果你想充分發(fā)揮Python的強(qiáng)大作用，如果你想成為一名好的Python數(shù)據(jù)分析師，你應(yīng)該先學(xué)好Pandas，它是數(shù)據(jù)科學(xué)武器庫中的瑞士軍刀，為大家推薦《深入淺出Pandas：利用Python進(jìn)行數(shù)據(jù)處理與分析》。

深入淺出Pandas

作者：李慶輝

推薦語：這是一本全面覆蓋了Pandas使用者的普遍需求和痛點(diǎn)的著作，基于實(shí)用、易學(xué)的原則，從功能、使用、原理等多個(gè)維度對(duì)Pandas做了全方位的詳細(xì)講解，既是初學(xué)者系統(tǒng)學(xué)習(xí)Pandas難得的入門書，又是有經(jīng)驗(yàn)的Python工程師案頭必不可少的查詢手冊(cè)?！独肞ython進(jìn)行數(shù)據(jù)分析》學(xué)習(xí)伴侶，用好Python必備。

2. 數(shù)據(jù)挖掘

LinkedIn通過對(duì)全球超過3.3億用戶的工作經(jīng)歷和技能進(jìn)行分析后得出，在目前炙手可熱的25項(xiàng)技能中，數(shù)據(jù)挖掘人才需求排名第一。那么數(shù)據(jù)挖掘是什么呢？

數(shù)據(jù)挖掘是從大量數(shù)據(jù)（包括文本）中挖掘出隱含的、先前未知的、對(duì)決策有潛在價(jià)值的關(guān)系、模式和趨勢，并用這些知識(shí)和規(guī)則建立用于決策支持的模型，提供預(yù)測性決策支持的方法、工具和過程。

數(shù)據(jù)挖掘有助于企業(yè)發(fā)現(xiàn)業(yè)務(wù)的趨勢，揭示已知的事實(shí)，預(yù)測未知的結(jié)果，因此，數(shù)據(jù)挖掘已成為企業(yè)保持競爭力的必要方法。為大家推薦《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）》

Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)

（第2版）

作者：張良均 譚立云 劉名軍 江建明

推薦語：暢銷書全新升級(jí)，第1版銷售超過10萬冊(cè)，被國內(nèi)100余所高等院校采用為教材，同時(shí)被廣大數(shù)據(jù)科學(xué)工作者奉為經(jīng)典，是該領(lǐng)域公認(rèn)的事實(shí)標(biāo)準(zhǔn)。

05 數(shù)據(jù)可視化

數(shù)據(jù)可視化是指將數(shù)據(jù)統(tǒng)計(jì)分析及建模結(jié)果通過圖形化的方式表現(xiàn)出來，直觀展示數(shù)據(jù)特性及數(shù)據(jù)模型的性能。

使用可視化來表示數(shù)據(jù)的概念已經(jīng)有幾百年的歷史了。今天，隨著技術(shù)和商業(yè)智能（BI）技術(shù)的進(jìn)步，有許多工具可以幫助創(chuàng)建可視化。技術(shù)已經(jīng)使得快速處理大量數(shù)據(jù)成為可能。技術(shù)可能會(huì)繼續(xù)推進(jìn)創(chuàng)建可視化的能力——也許是通過音頻描述用戶想要看到的內(nèi)容，或者是通過機(jī)器學(xué)習(xí)來創(chuàng)建可視化。

可視化的形式有數(shù)字圖、餅圖、條形圖、折線圖、散點(diǎn)圖、熱力圖、氣泡圖等，就像機(jī)器學(xué)習(xí)、數(shù)字人臉識(shí)別、非結(jié)構(gòu)化數(shù)據(jù)分析和數(shù)據(jù)科學(xué)的發(fā)展一樣，創(chuàng)建可視化的實(shí)踐正在快速增長。目前市場上一些不需要復(fù)雜的編程技能就能創(chuàng)建可視化的主流工具：Qlik、Tableau、Microsoft Power BI、Sisense等。

數(shù)據(jù)可視化在過去的幾年中得到了長足的發(fā)展。開發(fā)者對(duì)于可視化產(chǎn)品的期待不再是簡單的圖表創(chuàng)建工具，而在交互、性能、數(shù)據(jù)處理等方面有了更高級(jí)的需求。Apache ECharts 始終致力于讓開發(fā)者以更方便的方式創(chuàng)造靈活豐富的可視化作品。

Apache ECharts 是一個(gè)直觀、可交互、強(qiáng)大的可視化圖表庫，非常適合用來作為商業(yè)級(jí)的圖表演示。該項(xiàng)目在 2013 年起源于百度，2018 年 1 月進(jìn)入 Apache 孵化器。為大家推薦ECharts官方推薦的《ECharts數(shù)據(jù)可視化：入門、實(shí)戰(zhàn)與進(jìn)階》。

ECharts數(shù)據(jù)可視化

作者：王大偉

推薦語：這是一部ECharts的實(shí)戰(zhàn)手冊(cè)，內(nèi)容系統(tǒng)而全面，由淺入深，能帶領(lǐng)讀者快速從新人晉級(jí)為高手，做出漂亮的商業(yè)級(jí)數(shù)據(jù)圖表。

小結(jié)：有什么用？

說了半天，學(xué)習(xí)數(shù)據(jù)分析到底有什么用？

數(shù)據(jù)分析能力已經(jīng)成為進(jìn)大廠的一項(xiàng)必要技能，越早掌握，對(duì)自己越有利。這份數(shù)據(jù)分析思維路徑推薦書單請(qǐng)收好，學(xué)會(huì)數(shù)據(jù)分析，搶占職場風(fēng)口機(jī)遇。

下面列舉數(shù)據(jù)分析的幾個(gè)典型應(yīng)用場景。

1. 歷史數(shù)據(jù)描述

通過對(duì)歷史數(shù)據(jù)的描述性統(tǒng)計(jì)分析（如產(chǎn)品季度銷量、平均售價(jià)等），使分析者能夠在有效掌握過去一段時(shí)間數(shù)據(jù)全貌的基礎(chǔ)上，制定出更有利的決策。例如，對(duì)于一家超市，可根據(jù)過去一個(gè)月各種產(chǎn)品不同促銷活動(dòng)下的銷量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，從而制定出利潤最大化的銷售方案。

2. 未來數(shù)據(jù)預(yù)測

通過對(duì)歷史數(shù)據(jù)進(jìn)行建模，使分析者能夠?qū)?shù)據(jù)的未來走勢進(jìn)行預(yù)判，進(jìn)而制定出合理的應(yīng)對(duì)方案。例如，對(duì)于一家生產(chǎn)型企業(yè)，可根據(jù)歷史市場數(shù)據(jù)建立市場需求預(yù)測模型，基于未來市場對(duì)各種產(chǎn)品的需求量進(jìn)行預(yù)估，確定各種產(chǎn)品的產(chǎn)量。

3. 關(guān)鍵因素分析

一個(gè)結(jié)果通常是由大量因素共同決定的，但有些因素起的作用較小，而有些因素起的作用較大。通過關(guān)鍵因素分析，可以挖掘出那些重要的因素，并從重要因素入手來有效改善最終的結(jié)果。

例如，對(duì)于酒店管理者，可根據(jù)用戶在酒店訂購網(wǎng)站上的文字評(píng)論和打分進(jìn)行影響酒店評(píng)價(jià)的關(guān)鍵因素分析，利用挖掘出的關(guān)鍵因素（如早餐是否豐富、房間是否干凈、交通是否方便等）改進(jìn)酒店管理，進(jìn)一步提高用戶滿意度、增加客源。

4. 個(gè)性化推薦

基于用戶的歷史行為，挖掘用戶的興趣點(diǎn)，為用戶完成個(gè)性化推薦。例如，對(duì)于一個(gè)電子商城，可以根據(jù)用戶的瀏覽記錄、購買記錄等歷史行為數(shù)據(jù)，分析用戶可能感興趣的商品，并向用戶推薦這些商品，從而在節(jié)省用戶搜索商品所用時(shí)間的同時(shí)增加商品銷量。

最后整理一下導(dǎo)圖上的全部22本書和簡介。

1. 《Python網(wǎng)絡(luò)爬蟲技術(shù)與實(shí)戰(zhàn)》：一本系統(tǒng)、全面地介紹Python網(wǎng)絡(luò)爬蟲的實(shí)戰(zhàn)寶典。作者融合自己豐富的工程實(shí)踐經(jīng)驗(yàn)，緊密結(jié)合演示應(yīng)用案例，內(nèi)容覆蓋了幾乎所有網(wǎng)絡(luò)爬蟲涉及的核心技術(shù)。
2. 《Android全埋點(diǎn)解決方案》：10年Andriod開發(fā)經(jīng)驗(yàn)專家撰寫，8種Android全埋點(diǎn)技術(shù)方案，附源碼。
3. 《iOS全埋點(diǎn)解決方案》：手把手教你實(shí)現(xiàn)iOS場景下的各種全埋點(diǎn)解決方案。
4. 《Python數(shù)據(jù)整理》：一本實(shí)用的Python數(shù)據(jù)整理入門教程。書中全面、系統(tǒng)地闡釋數(shù)據(jù)整理和提煉過程背后的所有核心思想，通過大量的練習(xí)和實(shí)例，幫助你全方位理解并掌握相關(guān)概念、工具和技術(shù)。
5. 《統(tǒng)計(jì)學(xué)習(xí)導(dǎo)論》：概述了統(tǒng)計(jì)學(xué)習(xí)領(lǐng)域，提供了理解大數(shù)據(jù)和復(fù)雜數(shù)據(jù)必不可少的工具。介紹了一些重要的建模方法和預(yù)測技術(shù)，以及它們的相關(guān)應(yīng)用。內(nèi)容涉及線性回歸、分類、再抽樣方法、壓縮方法、基于樹的方法和聚類等，用彩圖和實(shí)例來闡釋相關(guān)方法。
6. 《大規(guī)模數(shù)據(jù)分析和建?！?/span>：Spark發(fā)明者撰寫，Spark發(fā)明者親筆作序推薦，詳細(xì)講解展示如何將Spark和R結(jié)合起來進(jìn)行大數(shù)據(jù)分析。
7. 《利用Python進(jìn)行數(shù)據(jù)分析（原書第2版）》：Python數(shù)據(jù)分析經(jīng)典暢銷書。本書由Python pandas項(xiàng)目的創(chuàng)始人Wes McKinney創(chuàng)作，閱讀本書可以獲得一份關(guān)于在Python下操作、處理、清洗、規(guī)整數(shù)據(jù)集的完整說明。
8. 《Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)（第2版）》：公認(rèn)經(jīng)典，第1版銷售10萬余冊(cè)，100余所高校用作教材；提供上機(jī)環(huán)境、源代碼、建模數(shù)據(jù)、教學(xué)PPT。
9. 《Python數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營（第2版）》：暢銷書大幅升級(jí)，資深大數(shù)據(jù)專家撰寫，14個(gè)數(shù)據(jù)分析與挖掘主題，4個(gè)數(shù)據(jù)化運(yùn)營主題，8個(gè)綜合性案例。
10. 《深入淺出Pandas》：一本全面覆蓋了Pandas使用者的普遍需求和痛點(diǎn)的著作，基于實(shí)用、易學(xué)的原則，從功能、使用、原理等多個(gè)維度對(duì)Pandas做了全方位的詳細(xì)講解，既是初學(xué)者系統(tǒng)學(xué)習(xí)Pandas難得的入門書，又是有經(jīng)驗(yàn)的Python工程師案頭必不可少的查詢手冊(cè)。
11. 《數(shù)據(jù)挖掘與數(shù)據(jù)化運(yùn)營實(shí)戰(zhàn)》：本書是目前有關(guān)數(shù)據(jù)挖掘在數(shù)據(jù)化運(yùn)營實(shí)踐領(lǐng)域比較全面和系統(tǒng)的著作，也是諸多數(shù)據(jù)挖掘書籍中為數(shù)不多的穿插大量真實(shí)的實(shí)踐應(yīng)用案例和場景的著作，更是創(chuàng)造性地針對(duì)數(shù)據(jù)化運(yùn)營中不同分析挖掘課題類型，推出一一對(duì)應(yīng)的分析思路集錦和相應(yīng)的分析技巧集成，為讀者提供“菜單化”實(shí)戰(zhàn)錦囊的著作。
12. 《數(shù)據(jù)分析即未來》：融合了數(shù)據(jù)科學(xué)、設(shè)計(jì)思維和組織理論，全方位闡釋如何高效達(dá)成高水平企業(yè)級(jí)數(shù)據(jù)分析能力。
13. 《社交網(wǎng)站的數(shù)據(jù)挖掘與分析（原書第3版）》：第21屆Jolt大獎(jiǎng)圖書，聚焦社交網(wǎng)站生態(tài)的某個(gè)具體方面，使用Python代碼分析社交媒體中的真知灼見。
14. 《社交媒體數(shù)據(jù)挖掘與分析》：前Twitter一線數(shù)據(jù)處理專家撰寫，從用戶角度深入闡釋大數(shù)據(jù)環(huán)境下處理社交媒體數(shù)據(jù)所需的工具、原理和實(shí)踐。
15. 《Python廣告數(shù)據(jù)挖掘與分析實(shí)戰(zhàn)》：廣告行業(yè)數(shù)據(jù)分析和AI技術(shù)專家撰寫，系統(tǒng)講解廣告數(shù)據(jù)挖掘模型、算法、方法，提供大量案例和代。
16. 《廣告數(shù)據(jù)定量分析》：資深廣告優(yōu)化師撰寫，宋星、吳俊等近10位專家推薦，快速提升廣告優(yōu)化師數(shù)據(jù)分析能力。
17. 《Python金融數(shù)據(jù)分析（原書第2版）》：不僅涵蓋核心的金融理論及相關(guān)數(shù)學(xué)概念，還詳細(xì)講解行業(yè)使用的先進(jìn)金融模型及Python解決方案。
18. 《金融數(shù)據(jù)分析導(dǎo)論：基于R語言》：本書向讀者展示了可視化金融數(shù)據(jù)的基本概念，共有7章內(nèi)容，涉及R軟件、線性時(shí)間序列分析、資產(chǎn)波動(dòng)率的不同計(jì)算方法、波動(dòng)率模型在金融中的實(shí)際應(yīng)用、高頻金融數(shù)據(jù)的處理、用于風(fēng)險(xiǎn)管理的量化方法等。
19. 《基于R語言的金融分析》：本書關(guān)注計(jì)算機(jī)模擬技術(shù)，提供一站式解決方案，涵蓋用R語言進(jìn)行金融分析所需要的一切知識(shí)。
20. 《電商數(shù)據(jù)分析與數(shù)據(jù)化運(yùn)營》：作者從事電商行業(yè)10余年，是電商數(shù)據(jù)分析與運(yùn)營專家。從業(yè)務(wù)、數(shù)據(jù)、運(yùn)營3個(gè)維度為電商的經(jīng)營和決策提供了科學(xué)的方法論，真正做到了“業(yè)務(wù)中有數(shù)據(jù)，數(shù)據(jù)中有運(yùn)營”。
21. 《Python數(shù)據(jù)可視化：基于Bokeh的可視化繪圖》：這是一本適合零基礎(chǔ)讀者快速入門并掌握Bokeh的實(shí)戰(zhàn)指南，作者是Bokeh的先驅(qū)用戶和布道者，實(shí)踐經(jīng)驗(yàn)豐富。本書從圖形繪制、數(shù)據(jù)動(dòng)態(tài)展示、Web交互等維度全面講解Bokeh功能和使用，不涉及復(fù)雜的數(shù)據(jù)處理和算法，包含大量實(shí)戰(zhàn)案例。
22. 《ECharts數(shù)據(jù)可視化》：這是一部ECharts的實(shí)戰(zhàn)手冊(cè)，內(nèi)容系統(tǒng)而全面，由淺入深，能帶領(lǐng)讀者快速從新人晉級(jí)為高手，做出漂亮的商業(yè)級(jí)數(shù)據(jù)圖表。

推薦閱讀
（點(diǎn)擊標(biāo)題可跳轉(zhuǎn)閱讀）
神經(jīng)網(wǎng)絡(luò)入門
統(tǒng) 計(jì) 學(xué) 無 用 了 ？？？
神經(jīng)網(wǎng)絡(luò)的可解釋性綜述！
測評(píng)：《機(jī)器學(xué)習(xí)中的數(shù)學(xué)》
清華大學(xué)出版！《機(jī)器學(xué)習(xí)導(dǎo)論》PDF下載
【奧運(yùn)會(huì)】Yahoo的這個(gè)騷操作令人費(fèi)解。。。
老鐵，三連支持一下，好嗎？↓↓↓