数据分析及数据挖掘学习路线

数据分析相关书籍

《精益数据分析》《深入浅出数据分析》《深入浅出统计学》《增长黑客》《数据化管理》
《精通数据科学从线性回归到深度学习》

数据分析工具类

1.Excel
2.SQL
学习地址：www.w3School.com.cn
《SQL基础教程》《SQL必知必会》
3.Tableau/power BI
4.Python 《利用Python进行数据分析》
学习地址：www.liaoxuefeng.com

必会技能

1.分析方法
2.数据分析指标
3.Excel必会清单
4.SQL必会技能
5.Python必会技能
6. PPT制作
7.分析写作（过程、思路）

机器学习：

1）视频课程：Ng网易公开课CS229；吴恩达斯坦福机器学习（数学理论不足）；台大《机器学习基石》《机器学习技法》
2）书籍：
《统计学习方法》李航；《机器学习实战》；《数据挖掘导论》，《数据挖掘概念与技术》；
《Anintroduction to statisticallearning》统计学习导论ISL；
《The Elements of Statistical Learning》统计学习基础ESL；
《机器学习基石》；
PRML（Bishop）+Mlapp（murphy， chpt3,18,27）+PGM（koller，chpt8,19）

3）Kaggle比赛练习

关联课程

1.数学分析/微积分（Done）

微积分教材：《Calculus》(Spivak)；《托马斯微积分》；《普林斯顿微积分读本》（Adrian banner）；
数学分析：1.陈纪修《数学分析》+视频；2史济怀《数学分析教程》+视频；3.南京大学梅加强（慕课app视频）

《Principles of Mathematical Analysis》《数学分析原理》（Baby rudin）；
《微积分学教程》（菲赫金哥尔茨）；
《数学分析原理与方法》（胡适耕）；
《Functions of Several Variables》（Fleming）；
《简明微积分》（龚昇）《数学分析新讲》（张筑生）；

2.概率论数理统计（Done）

1)视频课程：可汗学院公开课:统计学；概率；
2）书籍：《统计学》（第五版，William Mendenhall）；《概率导论》（DP.B MIT）

3.线性代数（Done）

1）视频课程：
线性代数的本质；MIT：Strang；可汗学院公开课；丘维声；
2）书籍
入门：《Introduction to Linear Algerbra》(Gilbert Strang)—>(线性代数)
《linear Algebra and Its Applications》（Gilbert Strang）(David C.Lay)->《线性代数及其应用》（候自新）
进阶：《Linear Algebra Done Right》（Sheldon Axler）->线性代数应该这么学；
《高等代数》丘维声
《Immersive Linear Algbra》(JacobStrom)

4 .数据结构

视频：牛课堂算法精讲直播讲座—牛客网；
入门：《大话数据结构》《算法图解》
教科书：《数据结构与算法分析》
《算法》《集体编程智慧》《编程珠玑》

5 矩阵分析与应用（张贤达）；矩阵分析（Horn）

6.最优化导论
凸优化（stephen boyd）
最优化导论（Edwin.K.Chong）
数值最优化（北大高立）
动态规划（I，II,mit版，第四版）

7.随机过程
8.数值计算:《Numerical Recipes 3rd Edition》数值食谱：计算机数值算法经典必读书