学数据分析当然要先有数据，数据是分析的根本，不然一切都是空谈。如果是在公司里，得到数据轻而易举，因为公司有客户，有业务，必然会产生大量数据。Kaggle是无数数据挖掘爱好者喜爱的竞赛平台，它的大标语是：your home for data science。

话说这齐天大圣孙悟空大闹天宫，玉帝派二郎神杨戬去镇压，兵力占尽优势却屡次不胜。问题就在孙猴子有一招十分厉害的分身术，拔一把毫毛一吹一变，地上就冒出成千上万只一模一样的猴子，每次大费周章抓回的都是假猴子。二郎神无奈之下只好去找如来佛祖，求教鉴别真假美猴王的方

只不过数据分析师偏业务方向，而数据挖掘偏技术方向，具体选择哪个就业方向，还要根据个人的职业规划和技术见长而定。一般也不会硬性要求机器学习能力，如果你强调过自己会，面试官可能让你解释下kmeans和决策树原理这种。数据挖掘技术要求更高，有些公司会把算法/机器

我们在这篇文章中推荐了10本学习机器学习和数据科学的书，让你的秋季阅读计划顺利扬帆起航。还有什么比免费的机器学习和数据科学读物更适合用来享受秋天的呢？下面的免费书单中从统计学基础知识，到机器学习的基本概念，再到更重点的大框架内容，对于高深的话题也有所涉猎，

简单的来说，就是利用数据分析产生深层次有价值的理解。这本书全面介绍了数据挖掘的理论和方法，从什么是数据挖掘、什么是数据以及数据预处理的方法，到具体的数据挖掘算法，比如分类、关联分析、聚类、异常检测等，从基本的定义入手，由浅至深地帮助读者透彻地理解数据挖掘的

雅虎是最早成功的互联网公司之一，也是最早意识到需要把基础研究，特别是机器学习以及人工智能研究，应用到实际产品中的公司。雅虎从很早就开始招聘和培养研究型人才，雅虎研究院就是在这个过程中应运而生的。今天我就来说一说雅虎研究院的历史，以及过去十多年间取得的成就，

矩阵方面 Kaare Brandt Petersen的《The Matrix Cookbook》 网易公开课中的《麻省理工公开课：线性代数》2.概率论与数理统计方面 JohnA.Rice 的《数理统计与数据分析》《统计建模与R软件》。这几方面的基础 基本上

随着数据科学在人工智能发展中大放异彩，数据挖掘、机器学习进入了越来越多人的视野。而对于很多人来说，诸如机器学习之类的名次听起来是神乎其技，但其真正的内涵却不为一般人所知。特别是对于从事数据科学领域的人来说，如何向外行人解释自己所从事的工作几乎是一个超级难题