集體智慧編程下載

① python的推薦書籍有哪些

推薦的幾本Python入門自學到精通必看的書籍吧~

1、《「笨辦法」學Python》

為什麼把它作為推薦給Python入門自學者的第一本書？因為它足夠有趣吸引人。一開始我們都是憑著興趣學習的，如果在剛剛開始學習的時候，就看深奧難讀的書，很容易就從入門到放棄。而且這本書里每一章知識講完後，都會配有相應的練習小題，幫助初學者在學中練，練中學，進一步鞏固相關知識點。總之，這本書以習題的方式引導學習者一步一步學習編程，從簡單的列印一直講授到完整項目的實現，讓初學者從基礎的編程技術入手，最終體驗到軟體開發的基本過程。可以說，這本書是零基礎入門Python的不二之選！

2、《Python快速編程入門》

這本書是一本Python基礎教程，因此全部內容定位於Python的基本知識、語法、函數、面向對象等基礎性內容。在夯實基礎後，該書後一章設置了游戲開發的綜合訓練，幫助初學者更好掌握相關知識。除此之外，本書附有配套視頻、源代碼、習題、教學課件等資源。總之，

本書既可作為高等院校本、專科計算機相關專業的程序設計課程教材，也可作為Python編程基礎的學習教材，是一本適合廣大編程開發初學者的入門級教材。

3、《Python高手之路(第3版) 》

本書不適合零基礎學習者，適合有一定Python基礎的學習者閱讀。因為該書完全從實戰的角度出發，介紹了需要系統掌握的Python知識。更為難得的是，本書結合了Python在OpenStack中的應用進行講解，非常具有實戰指導意義。此外，本書還涉及了很多高級主題，如性能優化、插件化結構的設計與架構、Python
3的支持策略等。因此，本書適合初中級層次的Python程序員閱讀和參考。

4、《Python演算法教程》

本書最大的優點簡單概括起來就是知識點清晰，語言簡潔。書中用Python語言來講解演算法的分析和設計，主要關注經典的演算法，幫助讀者理解基本演算法問題和解決問題打下很好的基礎。本書概念和知識點講解清晰，語言簡潔，因此適合對Python演算法感興趣的初中級用戶閱讀和自學，也適合高等院校的計算機系學生作為參考教材來閱讀。

5、《Python核心編程（第3版）》

本書涵蓋了成為一名技術全面的Python開發人員所需的一切內容，因此是每個想要精通Python的工程師必須要學習和了解的內容。在本書中，Python開發人員兼企業培訓師Wesley
Chun會幫助學習者將Python技能提升到更高的水平。而且書中講解了應用開發相關的多個領域，可以幫助讀者立即應用到項目開發中。

6、《精通Python自然語言處理》

眾做周知，自然語言處理是計算語言學和人工智慧之中與人機交互相關的領域之一。本書是學習自然語言處理的一本綜合學習指南，該書介紹了如何用Python實現各種NLP任務，以幫助讀者創建基於真實生活應用的項目。全書共10章，分別涉及字元串操作、統計語言建模、形態學、詞性標注、語法解析、語義分析、情感分析、信息檢索、語篇分析和NLP系統評估等主題。本書適合熟悉Python語言並對自然語言處理開發有一定了解和興趣的讀者閱讀參考。

以上就是推薦的Python入門到精通的所有書籍，相信總有一本適合你。但想要快速入門Python開發，僅靠看書怎麼夠，畢竟編程最重要的就是練習。

對於Python開發有興趣的小夥伴們，不妨先從看看Python開發書籍開始入門！B站上有很多的Python教學視頻，從基礎到高級的都有，還挺不錯的，知識點講的很細致，還有完整版的學習路線圖。也可以自己去看看，下載學習試試。

② 自學python看什麼書比較好

《Learn Python the Hard Way》
本書是一本Python入門書籍，適合對計算機了解不多，沒有學過編程，但對編程感興趣的讀者學習使用。這本書以習題的方式引導讀者一步一步學習編程，從簡單的列印一直講到完整項目的實現，讓初學者從基礎的編程技術入手，最終體驗到軟體開發的基本過程。
本書結構非常簡單，共包括52個習題，其中26個覆蓋了輸入/輸出、變數和函數三個主題，另外26個覆蓋了一些比較高級的話題，如條件判斷、循環、類和對象、代碼測試及項目的實現等。每一章的格式基本相同，以代碼習題開始，按照說明編寫代碼，運行並檢查結果，然後再做附加練習。
《Python Cookbook》
同樣很有名。
本書介紹了Python應用在各個領域中的一些使用技巧和方法，從最基本的字元、文件序列、字典和排序，到進階的面向對象編程、資料庫和數據持久化、 XML處理和Web編程，再到比較高級和抽象的描述符、裝飾器、元類、迭代器和生成器，均有涉及。書中還介紹了一些第三方包和庫的使用，包括 Twisted、GIL、PyWin32等。本書覆蓋了Python應用中的很多常見問題，並提出了通用的解決方案。書中的代碼和方法具有很強的實用性，可以方便地應用到實際的項目中，並產生立竿見影的效果。
《A Byte Of Python》
中文《簡明Python教程》本書採用知識共享協議免費分發，意味著任何人都可以免費獲取，這本書走過了11個年頭，最新版以Python3為基礎同時也會兼顧到Python2的一些東西，內容非常精簡。
《Head first Python》
中文《深入淺出Python》這本書的內容通熟易懂，配有大量插圖，沒有長篇累牘地說教，讓你在學習過程中不會覺得枯燥，同為入門推薦書目。
《父與子的編程之旅》
這並不是關於親子關系的編程書，而是一本正兒八經Python編程入門書，只是以這種寓教於樂的形式闡述編程，顯得更輕松愉快一些。
《Effective Python》
本書可以幫你掌握真正的 Pythonic 編程方式，令你能夠完全發揮出Python語言的強大功能，並寫出健壯而高效的代碼
《流暢的Python》
本年度最好的一本Python進階書籍，從點到面、從最佳編程實踐深入到底層實現原理。每個章節配有大量參考鏈接，引導讀者進一步思考。
《Python源碼剖析》
深入Python底層原理，適合對Python實現原理感興趣的開發者閱讀。
《集體智慧編程》
一本注重實踐，以機器學習與計算統計為主題背景，講述如何挖掘和分析Web上的數據和資源的書，本書代碼示例以Python為主。入門人工智慧的都應該看看這本書。
《利用 Python 進行數據分析》
數據分析庫 pandas 作者寫的，數據分析入門就靠它了。
Python源碼剖析
內容比較深入，找到書看過，看的我一臉懵逼，所以這本書建議有一定基礎後嘗試去看，對於原理掌握大有裨益。
本書以CPython為研究對象，在C代碼一級，深入細致地剖析了Python的實現。書中不僅包括了對大量Python內置對象的剖析，更將大量的篇幅用於對Python虛擬機及Python高級特性的剖析。通過此書，讀者能夠透徹地理解Python中的一般表達式、控制結構、異常機制、類機制、多線程機制、模塊的動態載入機制、內存管理機制等核心技術的運行原理。
《Python核心編程（第二版）》
內容比較簡單，這版是2.x的入門資料。
·學習專業的Python風格、最佳實踐和好的編程習慣；
·加強對Python對象、內存模型和Python面向對象特性的深入理解；
·構建更有效的Web、CGI、互聯網、網路和其他客戶端/伺服器架構應用程序及軟體；
·學習如何使用Python中的Tkinter和其他工具來開發自己的GUI應用程序及軟體；
·通過用C等語言編寫擴展來提升Python應用程序的性能，或者通過使用多線程增強I/0相關的應用程序的能力；
·學習Python中有關資料庫的API，以及如何在Python中使用各種不同的資料庫系統，包括MySQL、Postgres和 SQLite。
《Python學習手冊》
無論你是剛接觸編程或者剛接觸Python，通過學習《Python學習手冊》，你可以迅速高效地精通核心Python語言基礎。讀完《Python學習手冊(第3版)》，你會對這門語言有足夠的了解，從而可以在你所從事的任何應用領域中使用它。《Python學習手冊(第3版)》讓你對Python語言有深入而完整的了解，從而幫助你理解今後遇到的任何Python應用程序實例。如果你准備探索Google和YouTube為什麼選中了Python，《Python學習手冊(第3版)》就是你入門的最佳指南。
《Python科學計算》
高階書，但是內容充實。
本書介紹如何用Python開發科學計算的應用程序，除了介紹數值計算之外，還著重介紹如何製作互動式的2D、3D圖像，如何設計精巧的程序界面，如何與C語言編寫的高速計算程序結合，如何編寫聲音、圖像處理演算法等內容。書中涉及的Python擴展庫包括NumPy、SciPy、SymPy、matplotlib、Traits、TraitsUI、Chaco、TVTK、Mayavi、VPython、OpenCV等，涉及的應用領域包括數值運算、符號運算、二維圖表、三維數據可視化、三維動畫演示、圖像處理以及界面設計等。
《Python標准庫》
對於程序員而言，標准庫與語言本身同樣重要，它好比一個百寶箱，能為各種常見的任務提供完美的解決方案，所以本書是所有Python程序員都必備的工具書！本書以案例驅動的方式講解了標准庫中一百多個模塊的使用方法（如何工作）和工作原理（為什麼要這樣工作），比標准庫的官方文檔更容易理解（一個簡單的示例比一份手冊文檔更有幫助），為Python程序員熟練掌握和使用這些模塊提供了絕佳指導。
《像計算機科學家一樣思考Python》
當初就是這本書帶我入了坑。
《像計算機科學家一樣思考python》按照培養讀者像計算機科學家一樣的思維方式的思路來教授python語言編程。全書貫穿的主體是如何思考、設計、開發的方法，而具體的編程語言，只是提供一個具體場景方便介紹的媒介。《像計算機科學家一樣思考python》並不是一本介紹語言的書，而是一本介紹編程思想的書。和其他編程設計語言書籍不同，它不拘泥於語言細節，而是嘗試從初學者的角度出發，用生動的示例和豐富的練習來引導讀者漸入佳境。
作為一個新人，這幾本書已經夠多了——如果你仔細讀，這些書足夠幫你完成中級Python程序員進階。

③ 機器學習該怎麼入門

你學過單片機嗎？AX-12是數字舵機，數字舵機是發串列指令控制的。

你可以詳細看看它的資料，然後用單片機試試，滑歷用起來比一般的模擬舵機還要簡單的。

建議你到robot360上看看，那唯緩里有很多關於數字舵機和模擬舵機原理及使用的文章，也有信山搜這個舵機的資料呢，應該對你學習有幫助。

④ 如何系統地自學 Python

是否非常想學好 Python，一方面被瑣事糾纏，一直沒能動手，另一方面，擔心學習成本太高，心裡默默敲著退堂鼓？

幸運的是，Python 是一門初學者友好的編程語言，想要完全掌握它，你不必花上太多的時間和精力。

Python 的設計哲學之一就是簡單易學，體現在兩個方面：

語法簡潔明了：相對 Ruby 和 Perl，它的語法特性不多不少，大多數都很簡單直接，不玩兒玄學。

切入點很多：Python 可以讓你可以做很多事情，科學計算和數據分析、爬蟲、Web 網站、游戲、命令行實用工具等等等等，總有一個是你感興趣並且願意投入時間的。

廢話不多說，學會一門語言的捷徑只有一個： Getting Started

¶ 起步階段
任何一種編程語言都包含兩個部分：硬知識和軟知識，起步階段的主要任務是掌握硬知識。

°1 硬知識
「硬
知識」指的是編程語言的語法、演算法和數據結構、編程範式等，例如：變數和類型、循環語句、分支、函數、類。這部分知識也是具有普適性的，看上去是掌握了一
種語法，實際是建立了一種思維。例如：讓一個 Java 程序員去學習 Python，他可以很快的將 Java 中的學到的面向對象的知識 map 到
Python 中來，因此能夠快速掌握 Python 中面向對象的特性。

如果你是剛開始學習編程的新手，一本可靠的語法書是非常重要的。它看上去可能非常枯燥乏味，但對於建立穩固的編程思維是必不可少。

下面列出了一些適合初學者入門的教學材料：

❖「笨方法學 Python」：http://learnpythonthehardway.org/book/
這本書在講解 Python 的語法成分時，還附帶大量可實踐的例子，非常適合快速起步。

❖「廖雪峰的 Python 2.7 教程」：Home - 廖雪峰的官方網站
Python 中文教程的翹楚，專為剛剛步入程序世界的小白打造。

❖「The Hitchhiker』s Guide to Python!」：The Hitchhiker』s Guide to Python!
這本指南著重於 Python 的最佳實踐，不管你是 Python 專家還是新手，都能獲得極大的幫助。

❖「Python 官方文檔」：Our Documentation
實踐中大部分問題，都可以在官方文檔中找到答案。

❖ 輔助工具：Python Tutor
一個 Python 對象可視化的項目，用圖形輔助你理解 Python 中的各種概念。

Python 的哲學：
用一種方法，最好是只有一種方法來做一件事。
學習也是一樣，雖然推薦了多種學習資料，但實際學習的時候，最好只選擇其中的一個，堅持看完。

必要的時候，可能需要閱讀講解數據結構和演算法的書，這些知識對於理解和使用 Python 中的對象模型有著很大的幫助。

°2 軟知識
「軟知識」則是特定語言環境下的語法技巧、類庫的使用、IDE的選擇等等。這一部分，即使完全不了解不會使用，也不會妨礙你去編程，只不過寫出的程序，看上去顯得「傻」了些。

對
這些知識的學習，取決於你嘗試解決的問題的領域和深度。對初學者而言，起步階段極易走火，或者在選擇 Python 版本時徘徊不決，一會兒看 2.7
一會兒又轉到 3.0，或者徜徉在類庫的大海中無法自拔，Scrapy，Numpy，Django
什麼都要試試，或者參與編輯器聖戰、大括弧縮進探究、操作系統辯論賽等無意義活動，或者整天跪舔語法糖，老想著怎麼一行代碼把所有的事情做完，或者去構想
聖潔的性能安全通用性健壯性全部滿分的解決方案。

很多「大牛」都會告誡初學者，用這個用那個，少走彎路，這樣反而把初學者推向了真正的彎路。
還不如告訴初學者，學習本來就是個需要你去走彎路出 Bug，只能腳踏實地，沒有奇跡只有狗屎的過程。

選擇一個方向先走下去，哪怕臟丑差，走不動了再看看有沒有更好的解決途徑。

自己走了彎路，你才知道這么做的好處，才能理解為什麼人們可以手寫狀態機去匹配卻偏要發明正則表達式，為什麼面向過程可以解決卻偏要面向對象，為什麼我可以操縱每一根指針卻偏要自動管理內存，為什麼我可以嵌套回調卻偏要用 Promise...

更重要的時，你會明白，高層次的解決方法都是對低層次的封裝，並不是任何情況下都是最有效最合適的。

技術涌進就像波浪一樣，那些陳舊的封存已久的技術，消退了遲早還會涌回的。就像現在移動端應用、手游和 HTML5 的火熱，某些方面不正在重演過去 PC 的那些歷史么？

因此，不要擔心自己走錯路誤了終身，堅持並保持進步才是正道。

起步階段的核心任務是掌握硬知識，軟知識做適當了解，有了穩固的根，粗壯的枝幹，才能長出濃密的葉子，結出甜美的果實。

¶ 發展階段
完成了基礎知識的學習，必定會感到一陣空虛，懷疑這些語法知識是不是真的有用。

沒錯，你的懷疑是非常正確的。要讓 Python 發揮出它的價值，當然不能停留在語法層面。
發展階段的核心任務，就是「跳出 Python，擁抱世界」。

在你面前會有多個分支：科學計算和數據分析、爬蟲、Web 網站、游戲、命令行實用工具等等等等，這些都不是僅僅知道 Python 語法就能解決的問題。

拿
爬蟲舉例，如果你對計算機網路，HTTP協議，HTML，文本編碼，JSON一無所知，你能做好這部分的工作么？而你在起步階段的基礎知識也同樣重要，如
果你連循環遞歸怎麼寫都還要查文檔，連 BFS 都不知道怎麼實現，這就像工匠做石凳每次起錘都要思考錘子怎麼使用一樣，非常低效。

在這個階段，不可避免要接觸大量類庫，閱讀大量書籍的。

°1 類庫方面
「Awesome Python 項目」：vinta/awesome-python · GitHub
這里列出了你在嘗試解決各種實際問題時，Python 社區已有的工具型類庫，如下圖所示：

你可以按照實際需求，尋找你需要的類庫。

至於相關類庫如何使用，必須掌握的技能便是閱讀文檔。由於開源社區大多數文檔都是英文寫成的，所以，英語不好的同學，需要惡補下。

°2 書籍方面：
這里我只列出一些我覺得比較有一些幫助的書籍，詳細的請看豆瓣的書評：

科學和數據分析：
❖「集體智慧編程」：集體智慧編程 (豆瓣)
❖「數學之美」：數學之美 (豆瓣)
❖「統計學習方法」：統計學習方法 (豆瓣)
❖「Pattern Recognition And Machine Learning」：Pattern Recognition And Machine Learning (豆瓣)
❖「數據科學實戰」：數據科學實戰 (豆瓣)
❖「數據檢索導論」：信息檢索導論 (豆瓣)

爬蟲：
❖「HTTP 權威指南」：HTTP權威指南 (豆瓣)

Web 網站：
❖「HTML & CSS 設計與構建網站」：HTML & CSS設計與構建網站 (豆瓣)

...

列到這里已經不需要繼續了。

聰明的你一定會發現上面的大部分書籍，並不是講 Python 的書，而更多的是專業知識。

事實上，這里所謂「跳出 Python，擁抱世界」，其實是發現 Python 和專業知識相結合，能夠解決很多實際問題。這個階段能走到什麼程度，更多的取決於自己的專業知識。

¶ 深入階段
這個階段的你，對 Python 幾乎了如指掌，那麼你一定知道 Python 是用 C 語言實現的。

可是 Python 對象的「動態特徵」是怎麼用相對底層，連自動內存管理都沒有的C語言實現的呢？這時候就不能停留在表面了，勇敢的拆開 Python 的黑盒子，深入到語言的內部，去看它的歷史，讀它的源碼，才能真正理解它的設計思路。

這里推薦一本書：
「Python 源碼剖析」：Python源碼剖析 (豆瓣)
這本書把 Python 源碼中最核心的部分，給出了詳細的闡釋，不過閱讀此書需要對 C 語言內存模型和指針有著很好的理解。

另
外，Python 本身是一門雜糅多種範式的動態語言，也就是說，相對於 C 的過程式、 Haskell 等的函數式、Java
基於類的面向對象而言，它都不夠純粹。換而言之，編程語言的「道學」，在 Python
中只能有限的體悟。學習某種編程範式時，從那些面向這種範式更加純粹的語言出發，才能有更深刻的理解，也能了解到 Python 語言的根源。

這里推薦一門公開課
「編程範式」：斯坦福大學公開課：編程範式
講師高屋建瓴，從各種編程範式的代表語言出發，給出了每種編程範式最核心的思想。

值得一提的是，這門課程對C語言有非常深入的講解，例如C語言的范型和內存管理。這些知識，對閱讀 Python 源碼也有大有幫助。

Python 的許多最佳實踐都隱藏在那些眾所周知的框架和類庫中，例如 Django、Tornado 等等。在它們的源代碼中淘金，也是個不錯的選擇。

¶ 最後的話
每個人學編程的道路都是不一樣的，其實大都殊途同歸，沒有迷路的人只有不能堅持的人。雖然聽上去有點雞湯，但是這是事實。

希望想學 Python 想學編程的同學，不要猶豫了，看完這篇文章，Just getting started～

⑤ 機器學習實戰 和集體智慧編程哪個好

您好，希望以下回答能幫助您
目前沒有pdf,我這兩本都有,是值得購買的好書～第一本入門,一本算是機器學習領域中文書python解釋目前最好的～
如您還有疑問可繼續追問。

⑥ 數據挖掘方向，Python中還需要學習哪些內容

就題論題，還包括：
1. Python 資料庫連接庫，例如MySQL 連接庫的應用，這決定你的數據從哪裡來。這裡面涉及到sql語法和資料庫基本知識，是你在學習的時候必須一起學會的。
2. Python 做基本數據計算和預處理的庫，包括numpy ，scipy，pandas 這三個用得最多。
3. 數據分析和挖掘庫，主要是sklearn，Statsmodels。前者是最廣泛的機器學習庫，後者是側重於統計分析的庫。（要知道統計分析大多時候和數據挖掘都錯不能分開使用）
4. 圖形展示庫。matpotlib，這是用的最多的了。
說完題主本身 要求，樓上幾位說的對，你還需要一些關於數據挖掘演算法的基本知識和認知，否則即使你調用相關庫得到結果，很可能你都不知道怎麼解讀，如何優化，甚至在什麼場景下還如何選擇演算法等。因此基本知識你得了解。主要包括：
1.統計學相關，看看深入淺出數據分析和漫畫統計學吧，雖然是入門的書籍，但很容易懂。
2.數據挖掘相關，看看數據挖掘導論吧，這是講演算法本身得書。
剩下的就是去實踐了。有項目就多參與下項目，看看真正的數據挖掘項目是怎麼開展的，流程怎樣等。沒有項目可以去參加一些數據挖掘或機器學習方面的大賽，也是增加經驗得好方法。

⑦ 求《集體智慧編程》全文免費下載百度網盤資源,謝謝~

《集體智慧編程》網路網盤pdf最新全集下載:
鏈接: https://pan..com/s/175GO50ZxupChu_r1I1tlQg

⑧ 從python基礎到爬蟲的書有什麼值得推薦

前兩篇爬蟲12（點擊頭像看歷史）

資料僅供學習

方式一

直接爬取網站

http://chanyouji.com/（網站會攔截IP，第二篇就用到了）

1~打開網頁，裡面有很多人分享的游記，我們就進行游記爬取2~點開其中一篇游記，看到鏈接地址形式http://chanyouji.com/trips/，這個時候，思考，這個數字代表的含義？會不會是游記在資料庫的ID，如果是的話那我們換個數字會不會得到別的游記，試一下訪問http://chanyouji.com/trips/，確實看到了不一樣的游記。自己試試

學習過程中遇到什麼問題或者想獲取學習資源的話，歡迎加入學習交流群

，我們一起學Python！

每天晚上都有大神與你高清視頻免費分享交流行業最新動態湊熱鬧就不要加了群名額有限！

⑨ 編程必看的6本書

編程必看的6本書，程序員必須具備的編程思維!

1.《程序員修煉之道》

豆瓣評分: 9.1

全球暢銷，關於程序員的經典必讀書籍之這本書涵蓋了從個人責任、職業發展，到講解各種架構技術，全面闡釋了軟體開發時不同方面的最佳實踐操作和重大陷阱。這本書不僅可以幫助改變編碼的習慣，還可以改變作為一個程序員的性格，值得你反復閱讀。

2.《人月神話》

豆瓣評分:9.0

程序員經典必讀書籍，被視為軟體行業的聖經。在本書中，作者為人們管理的復雜項目提供了最具洞察力的見解，既有很多發人深省的觀點，又有大量軟體工程的實踐。雖然距離書籍的出版已過去了幾十年，但是其中的觀念以及理論仍然具有極高的借鑒價值。

3.《JavaScript權威指南》

豆瓣評分: 9.5

人稱「犀牛書」，學習JavaScript經典之作。本書主要講解了有關JavaScript語言，以及對JavaScript程序中可能用到的慧搜純重要的客戶端API和伺服器端API提供深入的介紹。這本書篇幅較長，書中的理論深入淺出，內容非常詳盡，建議有一定編程基礎的人再去閱讀此書。

4.《Python編程: 從入門到實踐》

豆瓣評分:9.2

Python入門寶藏書籍。本書分為兩個部分: 基礎知識和項目實戰，先是對Python基礎知識循序漸進地學習，再通過一個個優質項目的實戰訓練，培養自己的編程思維，分析問題的技巧和角度。整本書內容十分友好，沒有什麼特別晦澀難懂的知識點，講解也非常到位可以迅速讓小白了解Python。

5.《重構》

豆瓣評分: 9.1

軟體開發「教父」Martin Fowler的經典著作。本書清晰揭示了重構的過程、原理和實踐准則，不失為一本詳實的工具寶典。相較於原版改進了眾多重構手法，接地氣並且更適應時代。閱讀這本書需要一定基礎的JavaScript知識，程序開前咐發人員可以在理解重構概念的基礎上，對自己的編程語言進行針對性的更改。

6.《集體智慧編程》

豆瓣評分:9.0

程序員入門佳作。本書以機器學習與計算統計為基礎，講述了如何挖掘和分析Web上的數據和資源，以及如何分析用戶體驗、市場營銷、個人品味等諸多信息，通過復雜的演算法來獲取、收集並分析用戶的數據以創造新的用戶價值和商業價值。本書內容豐富，實踐性強是一本非常實用的學習Python的寶漏悶典。

⑩ 機器學習，數據挖掘的書有哪些

數據挖掘/機器學習
4.大數據時代的R語言 數據挖掘：R語言實戰
評價：和上面的「數據分析-R語言實戰」好像是一個系列的，基本上常見的數據挖掘方法都介紹了，有理論有實例，適合入門。
推薦指數：四顆星

5.數據挖掘概念與技術
評價：入門書，理論多，好像是很多研究生學數據挖掘的教材，很詳細，孟小峰老師的翻譯還是不錯的，相對很多翻譯很爛的還是可以的。
推薦指數：四顆星

6.機器學習實戰
評價：Python寫的，沒有Python基礎的話還是先學學Python吧，基本上都是實例為主，代碼很詳細，講的也很通俗易懂，github上可以下載代碼
推薦指數：五顆星

7.集體智慧編程
評價：和機器學習實戰一起看的，也基本上都是實例，翻譯的也可以，比鎮行「探索性數據分析」的翻譯好多了！！有代碼，可以實操，基本上真正掌握了可以應御知嘩對一般的數據挖掘猛坦的需求了。
推薦指數：五顆星

8.統計學習方法
評價：李航博士寫的機器學習常見演算法的數學推導，講的算是比較詳細了，對於有數學基礎的還是很好理解的，如果沒有數學基礎，可以先看看數分高代凸優化之類的書再看。適合有一定基礎的學習。
推薦指數：五顆星

9.推薦系統實戰
評價：看名字就知道是講推薦系統的，對於不知道推薦系統是啥的可以好好看看，看完基本上了解推薦系統的大概框架和流程，也有一些例子，但是每個例子以及理論都講的很淺，沒有深入，只適合入門。
推薦指數：四顆星

10.數據挖掘導論
評價：實習的同事本科時上課的教材，也是一部大巨頭啊，外國人寫的書，很通俗易懂，非常非常詳細。
推薦指數：四顆星