與數(shù)據(jù)挖掘商業(yè)案例》、《Clementine數(shù)據(jù)挖掘方法及應(yīng)用 》、《IBM SPSS Statistics 19 Statistical Procedures Companion》等。
3. 數(shù)據(jù)挖掘工程師：
在互聯(lián)網(wǎng)、電商、搜索、社交等大數(shù)據(jù)相關(guān)行業(yè)里做機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)和分析，基本數(shù)據(jù)結(jié)構(gòu)算法、機(jī)器學(xué)習(xí)等都要求較高。Hadoop、spark技術(shù)棧，Java、Python、C++、Scala、Shell。

經(jīng)典圖書推薦：《數(shù)據(jù)挖掘概念與技術(shù)》、《數(shù)據(jù)挖掘?qū)д摗?、《?shù)據(jù)挖掘-實(shí)用機(jī)器學(xué)習(xí)技術(shù)》；《機(jī)器學(xué)習(xí)》Tom Michael 、《機(jī)器學(xué)習(xí)導(dǎo)論》、周志華《機(jī)器學(xué)習(xí)》、《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》、《集體智慧編程》、《統(tǒng)計(jì)學(xué)習(xí)方法》ESL 《Elements of Statistical Learning》 ISL 《An Introduction to Statistical
Learning》PRML 《Pattern
Recognition and Machine Learning》《數(shù)據(jù)庫系統(tǒng)概論》、《算法導(dǎo)論》、《Web數(shù)據(jù)挖掘》、《推薦系統(tǒng)》、《數(shù)據(jù)可視化》《Thinking in Java》、《Python核心編程》、《Thinking in C++》等。

當(dāng)然還有一步很重要就是不斷練習(xí)、練習(xí)、練習(xí)，將學(xué)到的知識(shí)與實(shí)際應(yīng)用場(chǎng)景相結(jié)合。如果你在學(xué)習(xí)過程中，發(fā)現(xiàn)自學(xué)困難，不妨來科多大數(shù)據(jù)進(jìn)行系統(tǒng)的學(xué)習(xí)?？贫啻髷?shù)據(jù)將理論和實(shí)踐相結(jié)合，專業(yè)致力于大數(shù)據(jù)人才培養(yǎng)。


作者：kuntoria
鏈接：https://www.jianshu.com/p/c344adac1d33
來源：簡書
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請(qǐng)聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請(qǐng)注明出處。