数据挖掘的学习资源

jopen 8年前

原文 http://www.cnblogs.com/liangliangh/p/4928267.html

数据挖掘（Data Mining）作为一个领域，比机器学习要大，偏应用。互联网公司也大量使用数据挖掘技术，作为即将毕业进入互联网公司从事机器学习算法开发的我，最近计划系统了解一下这方面的理论和技术。作为一个习惯，学习一个东西之前总要上网找找学习资源（网站，书籍，学术期刊会议），以保证学到的是最前沿最系统的知识，并以最高效率学习。

希望这些资源能够最终帮助自己了解这些酷炫的问题：搜索引擎是怎样工作的（为什么谷歌搜索的结果总是比百度好）？数据挖掘/机器学习在互联网公司的典型应用（例如社交网络上的大量信息腾讯和非死book是怎么使用的以产生商业价值）？各种问答机器人的原理（如小度机器人/度秘，京东智能机器人）？

wikipedia.org，历史，领域概述，资源链接：

Data mining ：介绍了数据挖掘的概念、过程、学术会议、软件等，右侧有细分条目；

Category:Data mining ：更多和数据挖掘有关的条目；

DMOZ关于DM ：资源链接；

谷歌上不了推荐镜像站，搜索和下载电子书籍推荐 Library Genesis （更多在线图书馆）。

大学课程、在线教程：

Stanford课程： CS246 Mining Massive Data Sets ， CS246H Mining Massive Data Sets: Hadoop Labs ， CS341 Project in Mining Massive Data Sets ，配套书籍 Mining of Massive Datasets ， DataMiningTalk ；

CMU课程： Data Mining: Spring 2013 ， Statistics 36-350: Data Mining (fall 2009) ；

南京大学课程： Introduction to Data Mining ；

Coursera： Data Mining Specialization 。

专著、书籍：

Mining of Massive Datasets , Jure Leskovec, Anand Rajaraman, Jeff Ullman, 2015; PPT；中文译本：大数据-互联网大规模数据挖掘与分布式处理；

Data Mining: The Textbook , Charu C. Aggarwal, 2015; 资源链接；

Data Mining: Concepts and Techniques (3rd ed.), Jiawei Han, Micheline Kamber, Jian Pei, 2011; PPT；中文译本：数据挖掘:概念与技术；

Data Mining and Analysis: Fundamental Concepts and Algorithms , Mohammed J. Zaki, Wagner Meira Jr, 2014; 作者网站；

Introduction to Data Mining , Pang-Ning Tan, Michael Steinbach, Vipin Kumar, 2006; PPT；中文译本：数据挖掘导论；

A Practical Guide to Data Mining for Business and Industry , Andrea Ahlemeyer-Stubbe, Shirley Coleman, 2014; PPT；

Data Mining: Practical Machine Learning Tools and Techniques (3rd ed.), Ian H. Witten, Eibe Frank, Mark A. Hall, 2011; PPT；中文译本：数据挖掘:实用机器学习工具与技术；

Programming Collective Intelligence: Building Smart Web 2.0 Applications , Toby Segaran, 2007; 中文译本：集体智慧编程。

学术论文：

顶级会议： KDD ， ICDE ；

更多会议期刊见： Google Scholar DM ， Microsoft academic DM ， KDnuggets DM Conferences 。

学习网站：

KDnuggets ：各种资源，博文，课程、软件、Datasets等链接；

国内的两个网站：我爱机器学习，机器学习日报；

Data Sets： UCI Machine Learning Repository ， Public datasets for machine learning ；

Competitions： Kaggle ， DMC ， Knowledge Pit ， TunedIT ， DrivenData ；

这里也整理了一些资源，这里整理了数据挖掘博客。

程序、库：

R语言： RDataMining ， inside-R ；

Hadoop ： Tutorial ， Hadoop at Yahoo 。