1.4.2 必读图书

本节只列举通用类的图书，特定领域（如时序数据挖掘）的图书或论文将在具体章节给出。按照算法、工具、应用案例三类，给出一些推荐书目，见表1-6。

表1-6 数据分析图书推荐

对大部分工程应用，有算法原理的基本了解就够了，但算法研究者，应知其所以然。EoSL（Element of Statistical Learning）、PRML（Pattern Recognition&Machine Learning）、MLAP（Machine Learning:A Probabilistic Perspective）、Pattern Classification（中译本《模式分类》）是公认的四本经典图书。EoSL是斯坦福大学统计系三位统计大家的著作，各种算法的讲解从基本思想娓娓道来，辅以浅显易懂的图形展示，公式简洁明了，为了逻辑的连续性，很多定理证明简单略过，给人以信手拈来的感觉，值得数据分析师反复研读。EoSL读起来很顺畅，但要完全读懂对读者的数学素养要求还挺高。为了进一步降低要求，ISL（An Introduction to Statistical Learning with Applications in R）继承了EoSL的风格，但侧重算法应用，更加适合入门。PRML和MLAP是从贝叶斯角度论述机器学习的经典之作，相对于EoSL侧重算法思想演化的讨论，PRML更侧重公式推导，读起来更辛苦。MLAP在概念的图示化方面做得很好，有更直观的理解。《模式分类》中的图比较多，入门要求不高，这本书的第1版于1973年出版，第2版于2000年出版，单看这两个时间，大家就知道什么叫经典。深度学习方面当然是Goodfellow、Bengio和Courville三人合写的Deep Learning那本书，把不同深度学习网络背后的基本思想介绍得非常透彻。在统计算法方面，Larry Wassermand的两本书All of Statistics:A Concise Course in Statistical Inference、All of Nonparametric Statistics简洁明了，重要概念和算法背后的思考及应用前提都介绍得非常清楚。MASS这本书与R语言的MASS包对应，是理解各种统计算法的好书。Givens和Hoeting的《计算统计（第2版）》直观解释了很多统计算法的计算过程。

在算法快速入门上，除了ISL，还有Machine Learning Refined、Introduction to Machine Learning等图书，国内有韩家炜的中译本《数据挖掘概念与技术》、周志华的《机器学习》和李航的《统计学习方法》（第2版），都很系统全面地介绍了常用的算法。另外，Morgan&Claypool Publisher的Synthesis Lectures on Artificial Intelligence&Machine Learning从书中的发展前沿综述对全面了解新领域有很大帮助。

还有一类算法书值得读者翻阅，一种就是日本学者的《图解机器学习》《图解深度学习》等书，能以最简单的方式介绍各种算法，需要的功力比一本算法教材要深得多。国内出版的《百面机器学习》以面试问答的形式，让大家从反向的角度将算法知识再梳理一遍。另外，NIST的Engineering Statistics Handbook、Data Mining and Knowledge Discovery Handbook这两本手册分别将统计、数据挖掘算法框架系统性总结了一遍，能够帮助读者建立起概念的框架。

在工具软件领域，O’Reilly、CRC、Manning等知名出版社出版了很多经典的Cookbook、In Action之类的经典图书，也有对应的中译本，是掌握分析工具的好书。Springer的User R系列丛书对不同主题的R语言应用有详细的介绍。《应用预测建模》对于R语言caret包，系统介绍了回归、分类建模中的各个算法。对于Python，scikit-learn官网上的大量例子是了解各种算法的好起点。最后，Journal of Statistical Software杂志是讨论各种统计分析软件包的好地方，很多优秀R语言包都是在这个杂志上介绍的。

很多工具书都带有一些小的例子，但Data Mining with R:Learning with Case Studies有更加系统的例子，端到端地展示了建模过程。

本节仅简单列举了部分比较好的图书，还有很多精彩图书将在具体章节中给出。另外，更多优秀的图书和论文也在不断涌现。但无论如何发展，很多基本思想是不变的（将在下节讨论），而这样的思想通常出现在算法发明人和技术大家的专著和论文中，特别是外文经典书籍、期刊论文（例如Annals of Statistics期刊有很多经典统计学习算法原作者的论文和权威专家点评），希望大家尽可能多读读这些经典，获得的将不仅仅是知识和技能，而是这些算法背后的思考、深入浅出的解释以及算法适用范围的讨论。