大数据行业前景看好，有很多朋友对大数据行业心向往之，却苦于不知道该如何下手，或者说学习大数据不知道应该看些什么书。作为一个零基础大数据入门学习者该看哪些书？
就目前公司招聘和其他所了解到的大数据专业的工作内容，偏重方向和技术选型有所不同。挖矿老司机就不同职业学习的书籍进行了分类推荐。
在互联网公司广泛招聘，偏平台业务方向，ETL和OLTP等，主要是基于Hadoop技术栈来处理大数据，算法要求不是特别高。
经典图书推荐：
《Hadoop权威指南》
《Hive编程指南》
《Hbase权威指南》
《大数据技术全解》
《大数据挑战NoSql》
《Mahout实战》
在拥有行业数据的电商、金融、电信、咨询等行业里做业务咨询，商务智能，出分析报告，互联网公司的产品经理差不多类型了，统计学能力要求高，SPSS、SAS、R、SQL。
经典图书推荐：
《概率论与数理统计》、《统计学》推荐DavidFreedman版、《业务建模与数据挖掘》、《数据挖掘导论》、《SAS编程与数据挖掘商业案例》、《Clementine数据挖掘方法及应用》、《IBMSPSSStatistics19StatisticalProceduresCompanion》等。
在互联网、电商、搜索、社交等大数据相关行业里做机器学习算法实现和分析，基本数据结构算法、机器学习等都要求较高。Hadoop、Spark技术栈，Java、Python、C++、Scala、Shell。
经典图书推荐：《数据挖掘概念与技术》、《数据挖掘导论》、《数据挖掘-实用机器学习技术》；《机器学习》TomMichael、《机器学习导论》、周志华《机器学习》、《机器学习实战》、《集体智慧编程》、《统计学习方法》ESL《ElementsofStatisticalLearning》ISL《AnIntroductiontoStatisticalLearning》PRML《PatternRecognitionandMachineLearning》《数据库系统概论》、《算法导论》、《Web数据挖掘》、《推荐系统》、《数据可视化》《ThinkinginJava》、《Python核心编程》、《ThinkinginC++》等。
在高校、科研单位、企业研究院等高大上科研机构研究新算法效率改进及未来应用，还有现在很多计算机视觉的创业公司的算法研究。
经典图书推荐：《机器学习》《模式分类》《统计学习理论的本质》《统计学习方法》《数据挖掘实用机器学习技术》《R语言实践》，《人工智能及其应用》、《概率图模型》英文素质是科研人才必备的《MachineLearning:AProbabilisticPerspective》《ScalingupMachineLearning:ParallelandDistributedApproaches》《DataMiningUsingSASEnterpriseMiner:ACaseStudyApproach》《PythonforDataAnalysis》等。
转载自网络 不用于商业宣传 版权归原作者所有，侵权删。
41019702002033