宅神们，现在都什么年代了，DT时代了，周末还只顾着在家打游戏吗？玩物丧志可不受女神的垂青哦。赶快学习起来，早日成为金融才俊，程序专家，让女神投向你的怀抱！大圣众包威客平台为你搜集5本数据挖掘和机器学习必备书籍，愿你早日愿望成真。

Data Miningand Business Analytics with R

接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包

该书是一本讲授数据收集、分析方法，并从大量数据中提取有价值信息的功能强大的计算和分析工具书。其采用了R对数据挖掘和业务分析进行针对性的讲解，并探索了大型的高维数据集，简化了开源软件研发。其向读者提供了必要的建模指导，以及对复杂的数据的解释，并讲授构了建立强大模型以预测和分类的方法。本书包括的重要主题，如基于罚变量选择（套索）、Logistic回归、回归和分类树、聚类、主成分和偏最小二乘方法，等等。

这本书面向财务收集和分析、运营管理、市场营销等领域的数据从业人员，对从事信息科学人员也有参考价值。

2.Reinforcement Learning:An introduction(Adaptive Computation and Machine Learning)

接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包

全书分为三个部分。第一部分定义了马尔可夫决策过程方面的强化学习问题；第二部分提供了基本的解决方法：动态规划、蒙特卡罗方法和时间差的学习；第三部分提出了解决方法的统一视图，并采用人工神经网络、资格痕迹和规划。

此书最后两章，是目前较为先进的案例研究，以助读者结合实例理解理论。

3.Bayesian Reasoning and Machine Learning

接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包

机器学习，能快速提取大量数据集和适度的资源价值。它们在工业应用里的使用范围很广，例如应用到搜索引擎、DNA测序、股票市场分析和机器人运动中。机器学习，必定是一个越来越受关注的领域。

此书是专为应届毕业生和学者进行线性代数训练的书籍，从基本的推理框架到先进的模型均涵盖。通过学习，可以促进读者开发出技术以提高现实中分析和解决问题的能力。此书每章均包含基于计算机和理论的丰富例子和练习。

4.Gaussian Processes for Machine Learning

接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包

在过去十年中，机器学习越来越多地受到社会的关注，这本书提供了机器学习理论和实践方法。此书不仅对回归和分类监督学习问题和应用以详细的算法进行讲解，更从机器学习和统计等知名技术的众多相关联处进行了讨论，包括支持向量机、神经网络、曲线、正规化的网络、相关向量机等。另外，对包括曲线和PAC-贝叶斯框架进行阐述，并与大型数据集学习这几种近似的方法理论问题进行了讨论。

这本书包含说明性的例子和练习，它针对性地面向机器学习领域的研究人员和学生，代码和数据集都可以在Web上找到参考资料。

5.Introduction to Machine Learning(Adaptive Computation and Machine Learningseries)

接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包接招！一大波数据挖掘和机器学习书籍向你袭来——大圣众包

机器学习的目标，是使用计算机以数据或过去的经验为基础，以解决给定的问题。机器学习的应用程序已广泛存在，包括分析过去的销售数据来预测客户行为、优化机器人的行为，等等。

本书以目前的机器学习问题和解决方案进行统一处理，探讨不同的领域，包括统计、模式识别、神经网络、人工智能、信号处理、控制和数据挖掘。在阐述不同领域的核心优势的同时，让读者能够深入浅出地理解从书本到实践的知识。本书涉及的主题包括监督学习、贝叶斯决策理论、参数方法、多元方法、多层感知、局部模型、隐马尔可夫模型、评估和比较的分类算法，以及强化学习，等等。此书内容丰富，面向对机器学习方法感兴趣的工程师读者群。

逆水行舟，不进则退，为了女神，为了心中的梦想，努力学习吧！