想做大数据分析看什么书

想要学习大数据分析，首先需要掌握数据处理、数据挖掘、统计学和机器学习等相关知识。下面是一些我推荐的书籍，帮助你入门和深入学习大数据分析：

1.《Python编程快速上手——让繁琐工作自动化》：Python是大数据分析领域中常用的编程语言，本书会帮助你快速入门Python编程，掌握Python的基础语法和常用库。

2.《Python数据分析基础教程》：这本书介绍了Python在数据分析领域的应用，包括数据处理、数据可视化等内容，是学习大数据分析的基础。

3.《统计学习方法》：这是一本经典的机器学习教材，介绍了统计学习的基本原理和常用算法，是学习大数据分析中机器学习部分的重要参考书。

4.《大数据挖掘与分析》：这本书介绍了大数据挖掘的基本概念、技术和方法，帮助你了解如何从海量数据中挖掘有用的信息。

5.《深入浅出数据分析》：这本书适合初学者阅读，详细介绍了数据分析的方法和技巧，并通过案例帮助读者理解数据分析的实际应用。

6.《利用R语言进行数据分析》：R语言是另一个在数据分析领域广泛使用的编程语言，这本书介绍了如何使用R语言进行数据处理、统计分析和数据可视化。

通过阅读上述书籍，你可以系统地学习大数据分析所需的理论知识和实际操作技能，为日后的实践工作做好准备。希望以上推荐对你有所帮助，祝你学习顺利！

如果想成为一个大数据分析师，首先需要掌握一些基础的概念和技能。以下是我推荐的一些书籍，它们将帮助你建立起扎实的基础，掌握必要的技能来进行大数据分析：

1. 《Python编程：从入门到实践》
   Python是数据分析领域中最常用的编程语言之一，这本书会帮助你快速入门Python编程，并掌握一些基本的数据处理和分析技巧。

2. 《数据科学实战手册》
   这本书会带你深入了解数据科学的各个领域，包括数据收集、数据清洗、数据分析和数据可视化等方面。它会帮助你建立起完整的数据分析流程。

3. 《Python数据科学手册》
   本书介绍了如何使用Python进行数据分析和机器学习，包括数据处理、数据可视化、机器学习算法等内容。它将帮助你更深入地理解Python在数据分析领域的应用。

4. 《深入浅出统计学》
   统计学是进行数据分析所必须的基础知识之一，这本书会帮助你理解统计学的基本概念和原理，并学会如何运用统计方法来分析数据。

5. 《大数据架构模式》
   这本书介绍了大数据领域的一些常见架构模式，包括数据存储、数据处理、数据传输等方面。它会帮助你了解大数据生态系统的架构和原理。

以上是一些适合初学者的大数据分析相关书籍，如果你已经具备一定的基础知识，还可以深入学习一些高级的主题，如深度学习、自然语言处理等领域。希望这些书籍能够帮助你在大数据分析领域取得更多的进步！

如果想学习做大数据分析，有很多优质的书籍可以供参考。下面我列举了一些经典的大数据分析书籍，帮助你入门和提升技能：

1. 《Python for Data Analysis》（作者：Wes McKinney）

这本书介绍了如何使用Python进行数据分析，重点介绍了Pandas库的使用，Pandas是Python中一个重要的数据处理和分析库。通过这本书，你可以学会如何利用Python进行数据处理、清洗、分析和可视化。

2. 《Big Data: A Revolution That Will Transform How We Live, Work, and Think》（作者：Viktor Mayer-Schönberger 和 Kenneth Cukier）

该书讲解了大数据时代对我们生活、工作和思维的影响。它介绍了大数据的定义、应用和前景，对于希望了解大数据概念及未来发展的人来说是很好的选择。

3. 《Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking》（作者：Foster Provost 和 Tom Fawcett）

这本书介绍了数据科学在商业领域的应用，探讨了数据挖掘、数据分析和数据科学的基本概念。如果你对数据科学在商业中的实际应用感兴趣，可以阅读这本书。

4. 《Data Smart: Using Data Science to Transform Information into Insight》（作者：John W. Foreman）

该书介绍了如何使用数据科学的方法对信息进行分析和转化为洞察。它包括了数据预处理、特征工程、模型构建等内容，适合想要深入了解数据科学方法和技术的人阅读。

5. 《Hadoop: The Definitive Guide》（作者：Tom White）

如果你对Hadoop等大数据处理技术感兴趣，这本书是很好的选择。它详细介绍了Hadoop的概念、架构和使用方法，帮助你了解如何在大数据环境下进行数据处理和分析。

6. 《Machine Learning Yearning: Technical Strategy for AI Engineers, In the era of Deep Learning》（作者：Andrew Ng）

这本书主要讲解了机器学习技术的发展趋势和实践策略，在当前深度学习和人工智能的浪潮中，提供了一些关于技术选型、项目规划等方面的建议和经验分享。

以上是一些适合初学者或者已有基础想进一步提升的人士的大数据分析书籍推荐，希望对你有所帮助。在阅读这些书籍的过程中，建议结合实际项目或练习，加深对知识的理解和掌握。