1樓：帆軟
第一大類：理論類。 理論層面的書籍，比如《大資料時代》 、《資料之巔》 。
第二大類：技術類。 技術層面的書籍，比如《hadoop技術內幕》系列。
這一類的書籍，主要是指系統技術類，在構建大資料系統時，系統如何運作，各系統元件的設計目標、框架結構、適用場景、工作原理、運作機制、實現功能等等。這類書籍，適合於it系統部，開發部的技術人員。他們需要明白系統的運作機制，利用系統來實現大資料的應用開發，以及系統運維優化等。
第三大類：應用類。 應用層面的書籍，比如《資料探勘技術》 、《基於spss的資料分析》等等。
這一類的書籍，主要是指應用技術類，告訴你如何應用工具和方法，從海量資料中提取有用的資訊，來解決真實的業務問題。這類書籍，適合於業務部門、市場營銷部門及與業務結合比較緊密的人員。他們更關注業務問題的解決，圍繞業務問題來構建分析和解決方案。
2樓：匿名使用者
入門的話有一本外國的 headfirst系列的 後面繼續學的話可以選擇更加針對性的書咯
3樓：尚學堂前端學院
在人人高呼的大資料時代，你是想繼續做一個月薪6k+的碼農，還是想要翻身學習成為炙手可熱名企瘋搶的大資料工程師呢？
隨著網際網路技術的發展，大資料行業前景非常被看好，有很多朋友對大資料行業心嚮往之，卻苦於不知道該如何下手，或者說學習大資料不知道應該看些什麼書。作為一個零基礎大資料入門學習者該看哪些書?今天就給大家分享幾本那些不容錯過的大資料書籍。
這是一本關於資料探勘領域的綜合概述，本書前版曾被kdnuggets的讀者評選為最受歡迎的資料探勘專著，是一本可讀性極佳的教材。它從資料庫角度全面系統地介紹資料探勘的概念、方法和技術以及技術研究進展，並重點關注近年來該領域重要和最新的課題——資料倉儲和資料立方體技術，流資料探勘，社會化網路挖掘，空間、多**和其他複雜資料探勘。
這是一本在大資料的背景下，描述關於資料建模，資料層，資料處理需求分析以及資料架構和儲存實現問題的書。這本書提供了令人耳目一新的全面解決方案。但不可忽略的是，它也引入了大多數開發者並不熟悉的、困擾傳統架構的複雜性問題。
本書將教你充分利用叢集硬體優勢的lambda架構，以及專門用來捕獲和分析網路規模資料的新工具，來建立這些系統。
這是一本書是關於資料探勘的。但是本書主要關注極大規模資料的挖掘，也就是說這些資料大到無法在記憶體中存放。由於重點強調資料的規模，所以本書的例子大都來自web本身或者web上匯出的資料。
另外，本書從演算法的角度來看待資料探勘，即資料探勘是將演算法應用於資料，而不是使用資料來“訓練”某種型別的機器學習引擎。
自學資料分析需要看哪些書的
4樓：匿名使用者
第一大類：理論類。 理論層面的書籍，比如《大資料時代》 、《資料之巔》 。
第二大類：技術類。 技術層面的書籍，比如《hadoop技術內幕》系列。
這一類的書籍，主要是指系統技術類，在構建大資料系統時，系統如何運作，各系統元件的設計目標、框架結構、適用場景、工作原理、運作機制、實現功能等等。這類書籍，適合於it系統部，開發部的技術人員。他們需要明白系統的運作機制，利用系統來實現大資料的應用開發，以及系統運維優化等。
第三大類：應用類。 應用層面的書籍，比如《資料探勘技術》 、《基於spss的資料分析》等等。
這一類的書籍，主要是指應用技術類，告訴你如何應用工具和方法，從海量資料中提取有用的資訊，來解決真實的業務問題。這類書籍，適合於業務部門、市場營銷部門及與業務結合比較緊密的人員。他們更關注業務問題的解決，圍繞業務問題來構建分析和解決方案。
不過光看書還不夠，資料分析軟體也可以同步上手操作，可以先從國內操作簡單點的入手，像帆軟的finereport感覺相對來說比較容易，可以向excel一樣 進行拖拽式處理
適合入門大資料的書籍有哪些？
5樓：流星雨中的野鶴
相當多的電腦書籍可以看成是大資料的書籍的呀
6樓：尚學堂前端學院
隨著網際網路的發展，資料分析已經成了非常熱門的職業，大資料分析師也成了社會打工人趨之若鶩的職業，不僅高薪還沒有很多職場微世界的繁瑣事情，不過要想做好資料分析工作也並不簡單，參看一些好書，對行進資料分析會更有幫助!今天就給大家帶來了資料分析入門經典書籍推薦，希望對各位小夥伴有所幫助。
不只闡明晰一些常見的剖析技巧，並趁便 excel 的一些常識以及資料分析在公司中所在的方位，輕鬆把握資料分析的技拍晌術，也對職場瞭解有必定的幫助。
資料分析入門首先本。類似於**的生動辦法，淺顯易懂形象生動地詮釋了資料分析的根底程序，試驗辦法，最優化辦法/假定查驗法襲弊鋒/貝葉斯核演算法/等等辦**，讓讀者可以對剖析概念有個全面的認知。
奉告讀者怎樣規劃和製作抵達雜誌級質量的、專業有用的商務圖表，作者比照方《商業週刊》、《經濟學人》等全球頂尖商業雜誌上的精彩圖表事例進行剖析，給出其依據excel的完畢辦法，包括資料地圖、動態圖表、儀表板等許多高檔圖卜基表技巧。
所觸及的具體內容包括排序、挑選、函式公式、資料透視表、圖表、巨集與vba
等功用運用，並結合許多的企業運用例項，以**並茂的辦法將處理思路和操作程序逐一呈現。
作為資料分析師，如果僅僅安於現狀，不注重自我行進，那麼，不久的將來，你很或許成為公司的“人肉”取數機，影響往後的工作生計。
該書向讀者介紹怎樣將大資料分析應用於各行各業。在中，你將瞭解到如何對資料進行挖掘，怎樣從資料中揭示趨勢並轉化為競爭策略及攫取價值的方法。這些更有意思也更有效的方法能夠提升企業的智慧化水平，將有助於企業解決實際問題，提升利潤空間，提高生產率並發現更多的商業機會。
《大資料時代》是國外大資料系統研究的先河之作，本書中前瞻性地指出，大資料帶來的資訊風暴正在變革我們的生活、工作和思維，大資料開啟了一次重大的時代轉型，並用三個部分講述了大資料時代的思維變革、商業變革和管理變革。《大資料時代》認為大資料的核心就是**。大資料將為人類的生活創造前所未有的可量化的維度。
大資料已經成為了新發明和新服務的源泉，而更多的改變正蓄勢待發。書中展示了谷歌、微軟、ibm、蘋果、facebook、twitter、visa等大資料先鋒們具價值的應用案例。
想學習資料分析，有哪些書籍或資料參考學習
7樓：西線大資料培訓
來寫一個非計算機/統計背景出身的人，如何利用業餘時間學習資料分析的技能吧。
資料分析將會作為一門通識技能，進入越來越多的不同工作崗位中。畢竟“技多不壓身”，掌握資料分析，一方面可以提升自己相應的業務能力，另一方面也可以讓自己建立一種data-driven的視角，去思考各種問題。
基本技能：
不論是學什麼，還是需要先有一個大的框架。對於學習資料分析而言，需要的技能模組有統計基礎+資料庫知識+程式設計能力
統計基礎：
理工科的學生在本科階段學習過概率論與數理統計，單從做資料分析的角度，其實已經夠用了。那麼在業餘時間裡，我們需要有一本書可以隨時查漏補缺，《深入淺出統計學》你值得擁有。
資料庫知識：
關係型資料庫很重要，因為在學習資料分析的初期甚至很長一段時間，你接觸到的資料都儲存在關係型資料庫中，需要學習sql語言去進行資料的查詢。sql的上手很快，強力推薦《sql必知必會》，整本書通俗易懂，是學習sql語言的不二之選。我當年入坑也就是這本書開始的。
個人覺得，學習資料庫的本質就是在學習一種與資料打交道的邏輯思維與能力。而且在程式設計中的很多思想都是和sql之間相通的，比如：sql中對data進行group by的操作，這個在excel裡類似於透視表，在python/r中也有相應的group function去處理資料。
甚至在以後的進階過程，你會接觸到分散式資料庫和所對應的no-sql語句，本質上都是和關係型資料庫及sql相通的。
程式設計能力：
excel --- 別拿excel不當乾糧，之前看到過一個段子：投行的童鞋們用excel根本不需要滑鼠，暫且放在這裡調侃一番。不過，excel裡面的透視表(pivot table)確實是做資料分析的必備技能。
透視表可以幫你迅速彙總資料，看到各型別資料的直觀特徵就像是讓你站在了一個更高的視角上去看你的資料。作為進階，excel自帶的函式，各種外掛，以及vba也是很好的工具，將excel用到極致也不是不可以。
python --- 當資料量大到用excel開啟都要好久的時候，或者我們想進一步提升能力的時候，需要學習一些hardcore技能，即用程式語言做資料分析。這裡主要有r和python兩大流派。我個人推薦python，一方面python**簡單易懂，容易上手；另一方面學習資料超級多。
在這裡推薦一本書，《利用python進行資料分析》，這本書涵蓋了利用python做資料清洗，資料視覺化及分析的技能點，可以作為一本工具書隨時查閱。
難道學習資料分析就一定要掌握這些基本技能嗎？答案是，並不一定在開始的時候就全部掌握，學習資料分析最重要的方式就是動手實踐，get your hands dirty at first。重點講講動手實踐的部分。
動手實踐:
這一部分其實就是在回答題主的幾個問題：
從**弄到有分析價值的資料？ --- 平臺
在開源社群有沒有開源專案適合用來學習資料分析？
可以自己動手做個什麼專案來實踐
好的平臺社群：既然是利用業餘時間學習資料分析，那麼一個好的平臺社群將會起到事半功倍的效果。美國有kaggle，中國有kesci; 美國的kaggle是全世界做資料科學/資料分析的愛好者/從業者的聚集地，上面你可以看到各種大神的資料分析/挖掘專案，拿來自己練練手。
中國現在也有了對標kaggle的資料分析社群，;在這裡可以找到很多開源資料集，啟動你的資料分析之旅。當你在社群內看到不錯的專案之後，可以fork過來在k-lab上面做自己的分析專案並在社群內展示出來與大家共享。
隨時查漏補缺：在這一路實踐的過程中，你可能會遇到各種問題，知乎就是一個強大的搜尋引擎，有很多大牛寫的資料分析文章；當然，如果你英文能力強的話，歡迎copy and paste from stackoverflow, 你可以直接搜尋你在寫**做資料分析遇到的各種問題，總有一款答案適合你。
再進一步升級：這一路實踐就像是遊戲裡打怪升級的過程，比如你發現自己對統計的知識點不是很清楚，你開始回過頭去看統計學書籍；你發現資料儲存在分散式系統裡面，你開始學習no-sql的知識；你發現自己對某一行業比較感興趣，你開始通過資料分析去了解一個行業；你發現自己已經不滿足於利用現成資料作分析，你開始學習使用爬蟲去抓取資料作分析。逐個擊破知識盲區，滾雪球式累積，這也是學習資料分析的精髓。
小結：學習資料分析本來就是搭好框架體系，不斷累積知識，不斷hack技能，不斷提升分析水平的過程。哪怕是業餘時間學習，假以時日，亦可成大器。
也許正因為不是科班出身，所以在奔向遠方的道路上才會永不知足，永不疲倦。
有沒有適合教師看的書，有沒有適合教師看的書？
有很多書都很適合教師看,其實 等也不錯,並不一定要 適合教師看 教育的理想與信念 教師人文讀本 等可能會適合你吧 適合的太多了，到書店或者圖書館去，一排排的都是的。我不會列一堆的書名給你，因為我一直堅信對於教師來說，如果你的目標是做個優秀的教師，那麼適合你看和你必須看到書都數不清，學海無涯，活到老，...
有什麼比較好入門的大資料分析方法
知於大資料 1 excel是基礎中基礎，學好真心沒商量啦2 spss是資料分析好手，裡面有聚類，各種迴歸 時間序列，統計，卡方檢驗等等，易操作，屬於中級。3，r語言是目前資料分析師主流工具，功能強大，貌似裡面的資料視覺化可謂酷炫吊炸天。屬於中高階。4 python是一種程式語言，用於資料分析挖掘,網...
商業大資料分析有什麼價值，大資料的商業價值是什麼？
首先，大資料分析對商業價值體現主要分為以下四個方面 1 客戶群體細分，然後為每個群體量定製特別的服務。2.模擬現實環境，發掘新的需求同時提高投資的回報率。3.加強部門聯絡，提高整條管理鏈條和產業鏈條的效率。4.降低服務成本，發現隱藏線索進行產品和服務的創新。其次，我們來談談企業如何使用商業大資料分析...