数据分析「推荐书籍」集锦

文:小火龙说数据

阅读建议:本文和大家分享一些,数据分析不同模块的优秀书籍,均为小火龙看过的,仅个人观点。如果有推荐的其他书籍,也欢迎私信交流。

01 数据分析思路篇

「思路篇」内容相对偏轻松,作为数据分析的入门菜,帮助大家吊起对数据分析的兴趣,对于新同学会有比较大的帮助。

数据分析「推荐书籍」集锦

《深入浅出数据分析》「难度:1星」:此书为「深入浅出」系列书籍之一。通过大量图片及有趣的案例,形象生动的展示了什么是数据分析,帮助大家在脑海中初步构建数据分析框架。

《谁说菜鸟不会数据分析(入门篇)》「难度:1星」:此书为「谁说菜鸟不会数据分析」系列书籍之一。介绍了数据分析的基本方法及应用过程,通过Excel为例进行阐述,同时展示了数据分析在职场中的价值。

《数学之美》「难度:2星」:作者吴军博士将高深的数学原理,通过通俗易懂的方式讲述出来,让非专业同学也能领略数学带来的魅力。例如:上学时学过的概率论与数理统计,都会在书中有所体现。

《用数据讲故事》「难度:2星」:本书围绕数据可视化,和大家讲述如何利用数据,选择合适的图表,输出有说服力的结论,从而达成有效沟通的目的。

《数据化管理》「难度:2星」:本书以零售业为背景,讲述了如何将数据方法论融合在具体的业务场景中,形成数据化管理模型,从而帮助企业提升效率。虽然业务场景是零售业,但万变不离其宗,我们可以探索其中的本质。

02 数据分析方法篇

「方法篇」推荐书籍,可以帮助大家提高数据分析能力,针对不同方向系统性学习。

《关键迭代:可信赖的线上对照实验》「难度:3星」:关键迭代是我看过的讲解AB实验比较清晰的一本书。作者根据微软、亚马逊、谷歌和领英运行的两万多个对照实验为基础,对实验的方法论和应用落地做了全景的介绍,同时兼顾了理论基础及案例输出。

《增长黑客-如何低成本实现爆发式成长》「难度:2星」:作者肖恩·埃利斯(Sean Ellis)于2010年提出了“增长黑客”一词,被称为“硅谷增长之父”。本书介绍了用户增长的流程及原理,以用户生命周期为时间轴,结合案例,讲述了各个阶段的注意事项。

《硅谷增长黑客实战笔记》「难度:2星」:通过书名「实战笔记」应该也能感觉出来,本书更加偏向于干货总结。确实,本书的内容比较偏实战,并且每章最后都附有可直接调用的表格模板,准备实操的同学建议学习一下。

《精益数据分析》「难度:3星」:本书以六种商业模式为例,挖掘不同商业模式中,数据需要关注的北极星指标及其注意事项。内容偏业务,对于渴望培养业务sense的数据分析师,会有比较大的帮助。

03 数据分析统计学篇

数据分析离不开统计学,分享一些有收获的统计学书籍。

《赤裸裸的统计学》「难度:2星」:本书将统计学融合到了生活中,阅读时不会有很大的压迫感,讲解的也是生动有趣,推荐给刚刚从事或者准备从事数据分析的同学。

《深入浅出统计学》「难度:3星」:此书仍为「深入浅出」系列书籍之一。本书内容涵盖的知识点比较全面,包括但不限于:概率计算、几何分布、二项分布、假设检验等。并且通过真实的案例,让你在学习的过程中不会乏味。

《统计学习方法》「难度:5星」:李航的「统计学习方法」,汇总了统计学重点知识,并且涵盖了机器学习的基础内容。虽然书的封面并不华丽,但内容却是干货满满,当然也有一定的难度,适合于有一定数学功底的同学学习。

04 数据分析技能篇

“工欲善其事,必先利其器”,工具的熟练应用是开展工作的前提,因此「技能篇」推荐几本觉得不错的工具书籍。

《SQL必知必会》「难度:3星」:本书是麻省理工学院、伊利诺伊大学等众多大学的参考教材。本书深入浅出的讲解了SQL基础概念及应用语法,书籍比较薄,适合作为初识SQL的第一本书籍。

《Excel最强教科书》「难度:2星」:本书的优势在于完整且清晰。从痛点出发,讲述了Excel需要掌握的知识及技巧。一本书让你对Excel有较深入的了解,剩下的就是多多实操了。

《PPT要你好看》「难度:2星」:本书讲述了如何清晰的输出一份有逻辑的PPT。从构思、逻辑出发,到PPT的风格、版面,最后到色彩的搭配和排版,内容较为全面,同样适合萌新阅读。

《利用Python进行数据分析》「难度:3星」:本书的优势在于将功能与代码相结合,并且每块内容都解耦开,代码不会很长,易于阅读。核心定位于数据分析,因此主要讲解Pandas、Numpy、Matplotlib这三个数据分析库的应用。正如书名,学习过此本书的同学,基本就可以实现利用Python进行数据分析了。

《R语言实战》「难度:4星」:本书全面的讲述了R的核心应用点,内容非常全面。从安装R开始,到每一个模块的细节内容都涵盖在内。但由于此书相对比较厚,因此需要一些时间,边看、边实战、边吸收。

《鸟哥的Linux私房菜:基础学习篇》「难度:3星」:此书为「鸟哥的Linux私房菜」系列书籍开篇。此本书也是朋友推荐的,因为当时需要应用Linux操作系统,总体感知是讲解的比较清晰,且标注了需注意的细节。对于初识Linux的同学来说比较友好。

05 数据分析算法篇

数据分析的“进攻方向”以及“防守方向”,都离不开算法的支持。「算法篇」推荐几本学习机器学习比较好的书籍。

《机器学习实战》「难度:不看代码和公式推导2星;看代码和公式推导4星」:此本书是小火龙看的第一本机器学习书籍,内容涵盖了分类、聚类以及回归问题,涉及面比较广。并且每种算法都会将原理、公式推导、代码实现相结合,深入啃一啃会有很多收获。

《数据挖掘导论》「难度:4星」:此本书从算法视角介绍了数据挖掘的主要原理和技术,内容非常全面,从数据预处理、预测建模、关联分析、聚类分析、异动检测、模型评估,挖掘全链路内容均有所涉及。由于书籍篇幅比较长,需要花一定时间慢慢吸收,并且由于涉及不少公式,因此阅读起来会有些难度。

《DEEP LEARNING深度学习》「难度:4星」:本书是由学界领军人物Ian Goodfellow、Yoshua Bengio和Aaron Courville合力打造,帮助大家入门深度学习的书籍。其内容从基础数学理论出发,逐步深入到深度学习各主题的腹地,揭开深度学习的面纱。建议大家先看前两本,再学习此本书,如果直接看难度会比较大。

06 数据分析可视化篇

作为全链路数据分析师,离不开数据的可视化,以及BI方面的知识。当然,部分大厂有其自身开发的BI工具,即便没有,也会应用一些开源的工具,例如:Tableau。这里主要分享给大家数据可视化思维的书籍,可供参考。

《最简单的图形与最复杂的信息》「难度:3星」:本书梳理了图表展示的原则以及应用的规范,偏干货类书籍,建议有一定图表基础的同学学习,相信会有很大的帮助。

本文经授权发布,不代表增长黑客立场,如若转载,请注明出处:https://www.growthhk.cn/quan/56558.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-01-19 13:19
下一篇 2022-01-19 13:32

增长黑客Growthhk.cn荐读更多>>

发表评论

登录后才能评论