星期三, 十一月 21, 2012

新书推荐:数据之魅


在amazon书店里头,如果将统计类和数据挖掘类书籍除外的话,还真没有一本正经八百讲数据分析的书。不过《Data Analysis with Open Source Tools》倒是填补了这个空白。一般说到数据分析,可能要么是概念和公式推导居多,要么是软件教程和计算代码居多,这本书的写作风格和内容则大不一样,作者是以一种诚恳的态度在和你聊数据分析的事情,而不是以一种教科书的形式讲技术细节。它的重点在于作者的行业经验和心得。该书提出了很多很好的行业见解,而且知识覆盖范围极广,甚至包括了一些数据建模和BI的东西,不然也不会号称是程序员和数据科学家的指南手册了。


整书分为四个部分:
第一部分谈数据的展现,即一般意义上的统计图形。
第二部分谈利用数据帮助推断和建模,提到了统计检验、量纲分析、分布、最小二乘等内容。
第三部分谈对数据的计算和挖掘,提到模拟、聚类、主成份分析。
第四部分谈数据的分析应用,提到商业智能、时间价值等经济概念、预测算法以及一些经验之谈。

这本书在导论中就谈到了一些有趣而重要的观点,例如:
Simple is better than complex
Understanding is more important than technique
Think more, work less.....

这些话和数据分析的业界共识是一样的,也就是说数据分析本身不能解决问题。需要有正确的行业理解来提出正确的问题,然后以此来构建合适的指标收集数据,在理解问题和数据的基础上,再谈算法的选择和结果的解读。问题、数据、模型是三位一体的。甚至有时候数据和算法都不是最重要的,因为在我们世界中,有一些重要的东西是无法测量的。

当然这本书也不是十全十美,因为想谈太多的东西,所以写得不会很细,好在每章后面都有推荐进一步阅读书目。而且目标读者是一些缺乏统计背景的程序员,所以统计知识有些初级,编排有些随意。在软件方面,我本来以为它会详细介绍的,其实它只是蜻蜓点水,比较杂乱,要是能只专注一两种软件就好了。

尽管如此,仍然是值得花时间看看这本导论性质的书。最后,如果你的时间真的不多,只看导论和附录就很有收获了。附录中对数据分析的软件和所需技能的评论真得很棒。而且各位也知道,我所推荐的书都是读过的,质量还是有保证的。

连接在此

8 条评论:

  1. 無法下載
    點擊下載后就出現下面的話
    the user hosting this content is out of bandwidth.

    回复删除
  2. 無法下載
    點擊下載后就出現下面的話
    the user hosting this content is out of bandwidth.

    回复删除
  3. 先点连接到box页面,再去download

    回复删除
  4. 無法下載
    點擊下載后就出現下面的話
    the user hosting this content is out of bandwidth.

    回复删除
  5. 没有人下载成功过吗?很奇怪啊。如果不行的话点这个连接:https://dl.dropbox.com/u/6547489/Data_Analysis_with_Open_Source_Tools.pdf

    回复删除
  6. 开始确实是先链接到box, 然后点download,然后就出现
    the user hosting this content is out of bandwidth.

    博主给的第二个网址可以下载成功!
    谢谢博主分享书籍!

    回复删除
  7. 确实这样,博主现在的书都没法下载。

    回复删除
    回复
    1. 找到问题了,是BOX的外链到上限了,只有10G啊。所以等下个月了再下吧

      删除