書籍推薦：數據分析入門，該看什么書？
這次第九課堂為大家整理了一份入門級的數據分析書單，大家繼續努力喲！
來源：第九課堂（微信號：dijiuketang）
《深入淺出數據分析》
《深入淺出數據分析》以類似“章回小說”的活潑形式，生動地向讀者展現優秀的數據分析人員應知應會的技術：數據分析基本步驟、實驗方法、最優化方法、假設檢驗方法、貝葉斯統計方法、主觀概率法、啟發法、直方圖法、回歸法、誤差處理、相關數據庫、數據整理技巧；正文之后，意猶未盡地以三篇附錄介紹數據分析十大要務、R工具及ToolPak工具，在充分展現目標知識以外，為讀者搭建了走向深入研究的橋梁。
《數據之美》
《經濟學人》雜志年度推薦的三大可視化圖書之一。《大數據》作者、《經濟學人》大數據主編肯尼思·庫克耶傾情推薦，稱贊其為“關于數據呈現的思考和方式的顛覆之作”。亞馬遜數據和信息可視化類圖書排名第3位，暢銷書《鮮活的數據》作者最新力作及姐妹篇。
第一本系統講述數據可視化過程的的普及圖書。這是一本教我們如何制作完美可視化圖表，挖掘大數據背后意義的書。作者認為，可視化是一種媒介，向我們揭示了數據背后的故事。他循序漸進、深入淺出地道出了數據可視化的步驟和思想。本書讓我們知道了如何理解數據可視化，如何探索數據的模式和尋找數據間的關聯，如何選擇適合自己的數據和目的的可視化方式，有哪些我們可以利用的可視化工具以及這些工具各有怎樣的利弊。
作者給我們提供了豐富的可視化信息以及查看、探索數據的多元視角，豐富了我們對于數據、對于可視化的認知。對那些對設計和分析過程感興趣的人，本書無疑就是一本必讀書。
《數學之美》
幾年前，“數學之美”系列文章原刊載于谷歌黑板報，獲得上百萬次點擊，得到讀者高度評價。正式出版前，吳軍博士幾乎把所有文章都重寫了一遍，為的是把高深的數學原理講得更加通俗易懂，讓非專業讀者也能領略數學的魅力。
《數學之美》第一版上市后深受廣大讀者歡迎，并榮獲國家圖書館第八屆文津圖書獎。讀者說，讀了《數學之美》，才發現大學時學的數學知識，比如馬爾科夫鏈、矩陣計算，甚至余弦函數原來都如此親切，并且栩栩如生，才發現自然語言和信息處理這么有趣。
而今，數學在信息產業中的應用越來越廣泛，因此，作者在第二版中增加了一些內容，尤其是針對大數據和機器學習的內容，以便滿足人們對當下技術的學習需求。
《誰說菜鳥不會數據分析》（入門篇）
《誰說菜鳥不會數據分析(入門篇)(全彩)》是一本有趣的數據分析書！
《誰說菜鳥不會數據分析(入門篇)(全彩)》基于通用的 Excel 工具，加上必知必會的數據分析概念，以小說般通俗易懂的方式講解；基于職場三人行來構建內容，完全按照數據分析工作的完整流程來講解。
全書共8章，依次講解數據分析必知必會知識、確定數據分析的結構化思維、數據處理技巧、數據展現的技術、通過專業化的視角來提升圖表之美以及專業分析報告的撰寫等內容。本書有足夠的魅力讓你一口氣讀下去，在無形之中掌握數據分析的技能，提升職場競爭能力。
《誰說菜鳥不會數據分析》（工具篇）
工欲善其事，必先利其器。數據分析也不例外，本書基于Excel，通俗地講解數據分析全流程工具。
作為《誰說菜鳥不會數據分析（入門篇）》的姊妹篇，本書繼續采用職場三人行的方式來構建內容，細致梳理了數據分析工作的完整流程，并基于常用的辦公軟件Excel，精心挑選能夠提高工作效率的常用工具來講解。這些工具涵蓋數據處理（MicrosoftAccess、Query）、數據分析（PowerPivot、Excel數據分析工具庫）、數據呈現（水晶易表）和報告自動化（VBA）。
本書形式活潑，內容豐富而且充實，讓人有不斷閱讀下去的動力。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
全部評論（1條）