小白学数据挖掘与机器学习 pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:电子工业出版社

作者:张浩彬

出品人:

页数:240

译者:

出版时间:2018-7

价格:79

装帧:平装

isbn号码:9787121338434

丛书系列:

图书标签:

通俗易懂
数据挖掘
很棒的书，推荐！
内容丰富
实践者解答
大数据
统计
数据科学
数据挖掘
机器学习
数据分析
人工智能
Python
深度学习
算法
编程
实战
入门

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到图书目录大全

book.wenda123.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

《小白学数据挖掘与机器学习——SPSS Modeler案例篇》用生活中常见的例子、有趣的插图和通俗的语言，把看上去晦涩难懂的数据挖掘与机器学习知识以通俗易懂的方式分享给读者，让读者从入门学习阶段就发现，原来数据挖掘与机器学习不但有用，还很有趣。

《小白学数据挖掘与机器学习——SPSS Modeler案例篇》以IBM SPSS Modeler 作为案例实践工具，首先介绍了数据挖掘的基本概念及数据挖掘方法，然后介绍了IBM SPSS Modeler 工具的基本使用、数据探索、统计检验、回归分析、分类算法、聚类算法、关联规则、神经网络以及集成学习。每一章都会以漫画形式介绍一些日常小例子并作为切入点，用通俗的语言介绍具体的算法理论，同时在每章最后都附上应用案例，让读者更轻松地阅读《小白学数据挖掘与机器学习——SPSS Modeler案例篇》并掌握对应的算法和实践操作。

《小白学数据挖掘与机器学习——SPSS Modeler案例篇》内容循序渐进，完整覆盖了数据挖掘与机器学习的主要知识点，适合数据挖掘与机器学习入门读者阅读。

《数据科学实战：从理论到应用的系统指南》导言：拥抱数据洪流，解锁智能未来在当今这个数据爆炸的时代，数据已成为驱动社会进步、商业创新和科学发现的核心动力。从推荐系统背后精准的个性化推送，到医疗领域疾病诊断的智能化辅助，再到金融市场风险预测的精细化控制，数据科学的身影无处不在，并以前所未有的力量重塑着我们的世界。然而，面对海量、异构、高维度的数据，如何有效地提取有价值的信息，发现隐藏的模式，并将其转化为可行的洞察和决策，成为了一个巨大的挑战。《数据科学实战：从理论到应用的系统指南》正是为了应对这一挑战而诞生的。本书并非一部浅尝辄止的入门读物，也非专注于某个特定算法的枯燥手册。它旨在为所有对数据科学充满热情，希望系统掌握从数据收集、清洗、探索性分析，到模型构建、评估及最终落地应用的读者，提供一条清晰、系统且极具实践指导意义的学习路径。本书强调理论与实践的深度融合，力求让读者在理解核心概念的同时，也能掌握实际操作的技巧，从而真正具备解决现实世界数据问题的能力。第一部分：数据科学的基石——理解与准备在深入数据挖掘与机器学习的殿堂之前，扎实的基础至关重要。本部分将带领读者构建对数据科学全貌的认知，并着手解决数据处理中最棘手的环节。第一章：数据科学概览与工作流程何为数据科学？我们将从宏观层面解析数据科学的定义、核心组成部分（统计学、计算机科学、领域知识），以及其在不同行业的应用价值。本书将聚焦于数据科学的实践层面，而非纯粹的理论推演。数据科学的生命周期：深入剖析一个典型的数据科学项目从需求分析、数据获取、数据预处理、特征工程、模型选择与训练、模型评估、模型部署到最终结果解读的全过程。我们将强调在这个周期中各个环节的相互依赖与迭代关系。常用工具与环境搭建：简要介绍数据科学领域最常用的编程语言（Python为主，辅以R的介绍），以及关键的开发环境（如Jupyter Notebook, VS Code）和库（NumPy, Pandas, Matplotlib, Seaborn, Scikit-learn）。本书的实践部分将主要基于Python生态。第二章：数据获取与存储数据来源的多样性：探讨结构化数据（数据库、CSV文件）、半结构化数据（JSON、XML）和非结构化数据（文本、图像、音频、视频）的特点与获取方式。数据库基础：简要介绍关系型数据库（SQL）和非关系型数据库（NoSQL）的基本概念，并演示如何使用Python连接数据库并提取数据。 API接口的使用：讲解如何通过RESTful API获取第三方服务提供的数据，这是许多现代应用数据来源的重要方式。网络爬虫入门：在合法合规的前提下，介绍使用Python库（如BeautifulSoup, Scrapy）进行网页信息抓取的基础技术，以应对无法直接获取的数据。数据存储与管理：讨论不同场景下数据的存储方案，如本地文件、云存储、数据仓库等。第三章：数据清洗与预处理数据质量的重要性：强调“垃圾进，垃圾出”的原则，详细阐述数据质量问题（缺失值、异常值、噪声、不一致性）对模型性能的严重影响。处理缺失值：介绍多种策略，如删除、均值/中位数/众数填充、插值法、基于模型的预测填充等，并分析各自的优劣和适用场景。处理异常值：讲解检测异常值的方法（如箱线图、Z-score、IQR），以及处理异常值（删除、转换、分箱）的技术。数据一致性与标准化：处理数据格式不统一、单位不一致等问题，如日期格式统一、文本大小写转换、去除多余空格等。数据重复与去重：如何识别和处理重复数据，以避免模型训练中的偏差。数据类型转换：将数据转换为适合分析和建模的格式，如文本转数值，类别变量编码等。第四章：探索性数据分析（EDA）理解数据的内在结构：EDA的目的是在建模之前深入了解数据，发现隐藏的模式、关联性和异常。描述性统计：计算数据的集中趋势（均值、中位数、众数）、离散程度（方差、标准差、四分位距）、偏度和峰度等基本统计量，并进行解读。数据可视化：这是EDA的核心。本书将详细介绍各种图表类型的选择与应用：单变量分析：直方图、密度图、箱线图，用于理解单个变量的分布。双变量分析：散点图、折线图、条形图，用于探索两个变量之间的关系。多变量分析：热力图、平行坐标图、散点图矩阵，用于观察多个变量间的复杂关系。地理空间数据可视化：地图等。相关性分析：计算变量之间的相关系数（Pearson, Spearman），并可视化相关矩阵（热力图），以识别强相关或弱相关变量。分组聚合与透视表：使用Pandas的`groupby()`和`pivot_table()`等功能，对数据进行分组统计和汇总，发现不同群组间的差异。 EDA报告的撰写：如何将EDA的发现整合成有条理的报告，为后续建模提供依据。第二部分：机器学习的核心——算法与实践在完成数据准备后，我们将进入机器学习的核心领域。本部分将详细介绍各种主流的机器学习算法，并结合实际案例，演示如何构建、训练和评估模型。第五章：特征工程特征工程的重要性：强调“好特征胜过好算法”的理念，即精心设计的特征能够显著提升模型的性能。特征创建：多项式特征：组合现有特征以捕捉非线性关系。交互特征：组合两个或多个特征来捕捉它们之间的交互作用。聚合特征：对分组数据进行统计聚合（如平均值、计数、最大值）。文本特征提取：词袋模型 (Bag-of-Words)：TF-IDF (Term Frequency-Inverse Document Frequency)。词嵌入 (Word Embeddings)：Word2Vec, GloVe (简要介绍原理，重点在于应用)。日期/时间特征提取：从日期时间戳中提取年、月、日、星期、小时等。特征选择：过滤法 (Filter Methods)：基于统计指标（如方差、相关系数、互信息）进行选择。包装法 (Wrapper Methods)：使用模型来评估特征子集（如递归特征消除RFE）。嵌入法 (Embedded Methods)：算法本身在训练过程中进行特征选择（如Lasso回归的L1正则化）。特征缩放：标准化 (Standardization)：Z-score标准化，使数据均值为0，方差为1。归一化 (Normalization)：Min-Max归一化，将数据缩放到[0, 1]或[-1, 1]区间。鲁棒性缩放 (RobustScaler)：使用中位数和四分位距，对异常值不敏感。处理类别特征：独热编码 (One-Hot Encoding)。标签编码 (Label Encoding)。顺序编码 (Ordinal Encoding)。目标编码 (Target Encoding) (以及其潜在的过拟合风险)。第六章：监督学习——回归模型线性回归：基本原理：最小二乘法，模型假设与局限性。多元线性回归：多个特征。正则化：Ridge (L2), Lasso (L1), ElasticNet，解决过拟合和特征选择。模型评估指标：MAE, MSE, RMSE, R², Adjusted R²。多项式回归：处理非线性关系。决策树回归：基本原理：基于划分构建树状结构。停止条件与剪枝：防止过拟合。支持向量回归 (SVR)：核函数：线性、多项式、RBF。损失函数与间隔。集成学习方法：随机森林回归 (Random Forest Regressor)：bagging思想，多棵决策树集成。梯度提升回归 (Gradient Boosting Regressor)：AdaBoost, XGBoost, LightGBM (重点介绍XGBoost和LightGBM的原理与优势)。第七章：监督学习——分类模型逻辑回归 (Logistic Regression)：基本原理：Sigmoid函数，概率估计。代价函数：交叉熵。正则化。 K近邻 (K-Nearest Neighbors, KNN)：距离度量：欧氏距离、曼哈顿距离。 K值的选择。优缺点。支持向量机 (SVM)：线性SVM：最大间隔分类器。非线性SVM：核函数（RBF, 多项式, Sigmoid）。软间隔与硬间隔。朴素贝叶斯 (Naive Bayes)：贝叶斯定理。特征条件独立性假设。不同类型：高斯、多项式、伯努利。决策树分类：划分标准：信息增益、基尼不纯度。剪枝。集成学习方法：随机森林分类 (Random Forest Classifier)。梯度提升分类 (Gradient Boosting Classifier)：XGBoost, LightGBM。第八章：模型评估与调优评估指标：回归模型：MAE, MSE, RMSE, R², Adjusted R²。分类模型：混淆矩阵 (Confusion Matrix)：TP, TN, FP, FN。准确率 (Accuracy)。精确率 (Precision)。召回率 (Recall, Sensitivity)。 F1-Score：精确率与召回率的调和平均。 ROC曲线与AUC值 (Area Under the Curve)：衡量模型在不同阈值下的分类性能。 PR曲线 (Precision-Recall Curve)。交叉验证 (Cross-Validation)： K折交叉验证：评估模型泛化能力，避免过拟合。留一法 (Leave-One-Out)。模型选择：偏差-方差权衡 (Bias-Variance Trade-off)。过拟合 (Overfitting) 与欠拟合 (Underfitting) 的诊断与解决。超参数调优：网格搜索 (Grid Search)。随机搜索 (Random Search)。贝叶斯优化 (Bayesian Optimization) (简要介绍)。模型解释性：特征重要性：从树模型、线性模型中提取。 LIME (Local Interpretable Model-agnostic Explanations), SHAP (SHapley Additive exPlanations) (简要介绍其思想，侧重于理解模型决策)。第三部分：无监督学习与进阶主题除了监督学习，我们还将探索无监督学习，以及更高级的数据科学应用。第九章：无监督学习聚类分析 (Clustering)： K-Means聚类：算法原理：中心点迭代。 K值的选择：肘部法则 (Elbow Method), 轮廓系数 (Silhouette Score)。层次聚类 (Hierarchical Clustering)：凝聚型 (Agglomerative)。分裂型 (Divisive)。树状图 (Dendrogram)。 DBSCAN：基于密度的聚类，能发现任意形状的簇。降维 (Dimensionality Reduction)：主成分分析 (Principal Component Analysis, PCA)：原理：最大化方差，正交变换。应用：可视化、去噪、特征提取。 t-SNE (t-distributed Stochastic Neighbor Embedding)：原理：在高维空间保留局部结构，常用于可视化高维数据。线性判别分析 (Linear Discriminant Analysis, LDA) (常用于有监督降维，但可在此介绍其降维能力)。关联规则挖掘 (Association Rule Mining)： Apriori算法：支持度 (Support), 置信度 (Confidence), Lift。应用场景：购物篮分析。第十章：时间序列分析时间序列数据特点：趋势、季节性、周期性、残差。平稳性：白噪声、差分。经典模型： ARIMA模型 (AutoRegressive Integrated Moving Average)：AR, MA, I的含义与结合。 SARIMA模型：季节性ARIMA。指数平滑法 (Exponential Smoothing)。时间序列的评估与预测。现代深度学习方法（简要提及）：RNN, LSTM用于时间序列预测。第十一章：自然语言处理（NLP）基础文本预处理：分词、词性标注、去除停用词、词干提取/词形还原。文本表示：词袋模型 (Bag-of-Words)。 TF-IDF。词嵌入 (Word Embeddings)：Word2Vec, GloVe, FastText。常用NLP任务：文本分类：情感分析、垃圾邮件检测。主题模型：LDA (Latent Dirichlet Allocation)。命名实体识别 (NER)。深度学习在NLP中的应用（简要提及）：RNN, LSTM, Transformers。第十二章：模型部署与实战案例模型序列化：将训练好的模型保存到文件。模型部署： RESTful API：使用Flask或FastAPI将模型封装成服务。批处理预测。 Docker容器化（简要概念）。实战案例集锦：房价预测：多重回归、梯度提升。客户流失预测：分类模型、特征工程。电商推荐系统：协同过滤、内容推荐（原理介绍）。文本情感分析：NLP技术应用。迭代与持续改进：模型上线后的监控、再训练与优化。结语：数据科学的未来之路《数据科学实战：从理论到应用的系统指南》不仅致力于传授知识，更在于培养读者的解决问题能力和独立思考的习惯。数据科学是一个不断发展的领域，本书将为你打下坚实的根基，让你能够在这个快速变化的时代，持续学习，不断探索，最终成为一名优秀的数据科学家。本书强调的是动手实践，鼓励读者在学习过程中不断尝试，将所学知识应用到实际问题中，从而真正掌握数据驱动的思维方式，解锁数据的巨大潜力，为个人职业发展和企业创新贡献力量。

作者简介

张浩彬，数据分析/数据挖掘专家，目前任职于国际商业机器（中国）有限公司认知计算部门，曾张浩彬，人称浩彬老撕，曾任IBM大中华区商业智能事业部SPSS分析工程师，认知解决方案事业部数据分析专家，现任广东柯内特环境科技有限公司首席数据科学家，致力机器学习及SPSS技术分享，专注于人工智能技术与应用。

微信公众号：探数寻理（wetalkdata）

目录信息

第 1 章数据挖掘那些事儿 1
1.1 当我们在谈数据挖掘时，其实在讨论什么 2
1.2 从 CRISP-DM 开启数据挖掘实践 7
第 2 章数据挖掘之利器：SPSS Modeler 17
2.1 SPSS Modeler 简介 18
2.2 SPSS Modeler 的下载与安装 21
2.3 SPSS Modeler 的主界面及基本操作 23
2.3.1 SPSS Modeler 主界面介绍 23
2.3.2 鼠标基本操作 31
2.4 将 SPSS Modeler 连接到服务器端 31
第 3 章巧妇难为无米之炊：数据，数据！ 34
3.1 数据的身份 35
3.1.1 变量的测量级别 35
3.1.2 变量的角色 36
3.2 数据的读取 37
3.2.1 读取 Excel 文件数据 37
3.2.2 读取变量文件数据 38
3.2.3 读取 SPSS Statistics（.sav）文件数据 40
3.2.4 读取数据库数据 42
3.3 数据的基本设定 45
3.3.1 变量角色的设定 45
3.3.2 字段的筛选及命名 46
3.4 数据的集成 47
3.4.1 数据的变量集成：合并节点 47
3.4.2 数据的记录集成：追加节点 50
第 4 章一点都不简单的描述性统计分析 53
4.1 分类变量的基本分析： “矩阵”节点 54
4.2 连续变量的基本分析：数据审核节点 57
4.2.1 连续变量基本分析指标介绍 57
4.2.2 “数据审核”节点 63
第 5 章何为足够大的差异：常用的统计检验 67
5.1 假设检验 68
5.1.1 假设检验的基本原理 68
5.1.2 假设检验的一般步骤 69
5.2 连续变量与分类变量之间的关系： t 检验 70
5.2.1 两组独立样本均值比较 71
5.2.2 两组配对样本均值比较 72
5.2.3 使用 t 检验的前提条件 73
5.2.4 案例：使用均值比较分析电信客户的流失情况 73
5.3 两个连续变量之间的关系：相关分析 75
5.3.1 相关分析理论 76
5.3.2 案例：使用相关分析研究居民消费水平与国内生产总值的相关关系 77
5.4 两个分类变量之间的关系：卡方检验 80
5.4.1 卡方检验的原理 80
5.4.2 卡方检验的前提条件 82
5.4.3 案例：使用卡方检验研究两个分类字段之间的关系 82
第 6 章从身高和体重的关系谈起：回归分析 84
6.1 一元线性回归分析 85
6.1.1 分析因变量与自变量的关系，构建回归模型 85
6.1.2 估计模型系数，求解回归模型 87
6.1.3 对模型系数进行检验，确认模型有效性 88
6.1.4 拟合优度检验，判断模型解释能力 89
6.1.5 借助回归模型进行预测 90
6.2 多元线性回归分析 90
6.2.1 估计模型系数，求解回归模型 91
6.2.2 对模型参数进行检验，确认模型有效性 92
6.2.3 拟合优度检验，判断模型解释能力 94
6.2.4 模型的变量选择 95
6.3 使用线性回归分析的注意事项 97
6.4 案例：使用回归分析研究影响房屋价格的重要因素 98
第 7 章回归岂止这么简单：回归模型的进一步扩展 102
7.1 曲线回归 103
7.2 Logistic 回归 110
7.2.1 Logistic 回归理论 110
7.2.2 案例：使用 Logistic 回归模型分析个人收入水平影响因素 112
第 8 章模型评估那些事儿：过拟合与欠拟合 117
8.1 过拟合与欠拟合 118
8.2 留出法与交叉验证 122
8.2.1 留出法与分层抽样 122
8.2.2 交叉验证 124
第 9 章从看电影的思考到决策树的生成 126
9.1 决策树概述 127
9.2 决策树生成 129
9.2.1 从 ID3 算法到 C5.0 算法 131
9.2.2 CART 算法 134
9.3 决策树的剪枝 136
9.3.1 预剪枝策略 137
9.3.2 后剪枝策略 137
9.3.3 代价敏感学习 138
9.4 案例：用决策树分析客户违约情况 140
9.5 关于信息熵的扩展 147
第 10 章人工神经网络：从人脑神经元开始 151
10.1 从人脑神经元到人工神经网络 152
10.2 感知机 154
10.3 人工神经网络 159
10.3.1 隐藏层的作用 159
10.3.2 人工神经网络算法 160
10.4 案例：利用人工神经网络分析某电信运营商的客户流失情况 164
第 11 章物以类聚，人以群分：聚类分析 172
11.1 聚类思想的概述 173
11.2 聚类方法的关键：距离 175
11.3 K-Means 算法 176
11.3.1 K-Means 算法原理 176
11.3.2 轮廓系数（Silhouette coefficient） 177
11.4 案例：利用 K-Means 算法对不同型号汽车的属性进行聚类分群研究 179
第 12 章啤酒+尿布=关联分析？ 186
12.1 一个关于关联分析的传说 187
12.2 关联分析的基本概念 188
12.3 关联规则的有效性指标 190
12.4 Apriori 算法 192
12.4.1 生成频繁项集 193
12.4.2 生成关联规则 195
12.5 案例：利用 Apriori 算法对顾客的个人信息及购买记录进行关联分析 195
第 13 章三个臭皮匠，赛过诸葛亮：集成学习算法 199
13.1 集成学习算法概述 200
13.2 3 种不同的集成学习算法 201
13.2.1 Bagging 算法 201
13.2.2 Boosting 算法 203
13.2.3 随机森林 204
13.3 集成学习算法实践 205
13.3.1 Bagging 算法和 Boosting 算法 205
13.3.2 随机森林 211
13.3.3 集成学习算法结果比较 214
· · · · · · (收起)

读后感

评分☆☆☆☆☆

本书对基于SPSS Modeler对数据分析的过程以及主流的数据挖掘算法进行了深入浅出的介绍。数据分析是不是只能很晦涩难懂？是不是只有数不尽的公式？不是！我是个数据小白，怎么办？一步步上手呀！从一个新人的角度对数据分析中遇到的要点、难点进行了清晰的讲述，而图文并茂...

评分☆☆☆☆☆

作者在IBM工作过，专业水平很高，在业内非常出名，一直在阅读作者的公众号，非常喜欢，终于出书了，书非常赞，甚至超出期待！！！！内容深入浅出，是基于SPSS Modeler的案例分析，书中通过大量图片解释，另菜鸟读也毫无压力（配套的视频一定要看）。统计学是当今并且在将来是非...

评分☆☆☆☆☆

用户评价

评分☆☆☆☆☆

这本书的封面设计真是太抓人眼球了，那种简洁又不失专业感的蓝白配色，一下子就让我对里面的内容充满了期待。拿到手里的时候，沉甸甸的感觉也让我觉得物超所值。我原本以为这会是一本晦涩难懂的教科书，充满了各种复杂的数学公式，读起来会让人昏昏欲睡。结果呢，作者的叙述方式简直是一股清流。他似乎非常擅长把那些高深的理论用最生活化的语言给包装起来，就像是请了一位经验丰富的老前辈坐在你身边，手把手地教你入门一样。特别是第一章，那种循序渐进的引导，完全没有给我一种被知识洪流瞬间淹没的恐慌感，反而让我对整个数据挖掘和机器学习的世界产生了浓厚的探索欲。这本书的排版也非常舒服，字号和行距都恰到好处，即便是长时间阅读，眼睛也不会感到特别疲劳。这对于我这种需要经常查阅资料和反复阅读的初学者来说，简直是太友好了。光是这份阅读体验，就已经值回票价了。

评分☆☆☆☆☆

这本书的作者在“数据清洗”和“特征工程”这两个至关重要的环节上，花费了大量的笔墨，这一点我必须点赞。在数据科学领域，大家都说“Garbage in, garbage out”，数据预处理往往占据了项目80%的时间，但很多教材却对此轻描淡写。这本书的态度截然不同，作者专门开辟了章节，详细讲解了缺失值处理的策略（比如均值填充、插值法等），异常值的检测与剔除，以及如何通过特征交叉、特征编码等手段来提升模型性能。他甚至提醒我们注意特征共线性对模型解释性的影响。这种对实战中“脏活累活”的重视，体现了作者深厚的行业经验，而不是纸上谈兵的理论家。这对于我们这些希望未来能真正参与到数据项目中的人来说，是最宝贵的财富。

评分☆☆☆☆☆

作为一名已经接触过一些编程和统计学基础的读者，我对这本书的“工具链介绍”部分印象格外深刻。作者在讲解理论的同时，非常巧妙地穿插了主流工具的使用方法，让人感觉读起来不像是在学知识，而是在磨练技能。他没有陷入特定编程语言或库的死胡同，而是选择了最常用、社区支持最强大的那些框架进行演示。特别是对于模型部署和结果解释的讨论，真是点睛之笔。很多书籍在模型训练完就戛然而止了，但这本书更进一步，告诉我们如何将训练好的模型投入实际应用，以及如何通过可解释性工具（比如特征重要性排序）来向非技术人员阐述模型的决策逻辑。这种端到端的思维模式，让我对“数据科学流程”有了更完整、更系统的认知，极大地拓宽了我的职业视野。

评分☆☆☆☆☆

这本书的深度和广度，着实让我有些吃惊。我原本以为这定位就是一本给“小白”准备的入门读物，顶多讲讲基础的回归和分类模型。然而，随着阅读的深入，我发现作者的知识体系远不止于此。他居然能将一些相对前沿的概念，比如集成学习中的Boosting和Bagging策略，用如此清晰且易于理解的方式介绍出来。更绝的是，他不仅仅停留在介绍算法本身，还会探讨不同算法之间的适用场景、优缺点对比，甚至提到了模型评估中的偏差与方差的权衡，这些内容在很多同级别的书籍中往往是被一笔带过的。这让我感觉，这本书不仅仅能把我领进门，还能陪伴我走过初级阶段，向中级迈进。它为我后续深入学习更复杂的深度学习模型打下了非常扎实的基础。

评分☆☆☆☆☆

我特别欣赏作者在理论阐述与实际案例结合上的平衡把握。很多市面上的书籍，要么是纯理论的“空中楼阁”，要么就是堆砌代码的“技术手册”，让人读起来都感觉有点脱节。这本书却完美地找到了那个甜点。比如在讲解K-均值聚类算法时，作者没有停留在数学推导上，而是立刻引入了一个关于用户画像分析的实际场景。他清晰地展示了如何从杂乱无章的数据集中提取出有意义的群体特征，并且每一步的操作都有详细的图示辅助，哪怕是像我这种对算法细节不太敏感的人，也能很快地在脑海中构建出算法的运作流程。这种“知其然，更知其所以然”的教学方式，极大地增强了我动手实践的信心。我甚至忍不住停下来，自己动手用Python跑了一下书中的示例代码，那种成功运行并得到预期结果的成就感，是单纯看理论无法比拟的。

评分☆☆☆☆☆

从关注微信公众号开始向作者学习数据挖掘，特别通俗易懂，适合新手。

评分☆☆☆☆☆

从微信公众号到天善智能的课程、再到这本小白学数据挖掘与机器学习图书，一直都是浩彬老撕的粉丝，给本书点赞，很适合对数据挖掘感兴趣的小伙伴们学习嗷～～

评分☆☆☆☆☆

浩彬老撕的这本小白都能看懂的数据挖掘书，从基本统计的描述分析到高大上的建模算法，由浅入深，抽丝剥茧，让我这个小白竟然也能看懂啦。能把数据挖掘用这种幽默易懂的语言，讲出来的，非浩彬老撕莫属啦，很棒很棒，感谢老师。希望以后多出这种系列丛书，期待期待。

评分☆☆☆☆☆

非常适合作为数据挖掘数据分析的入门书籍，除了带你对spss molder工具的使用到了解并应用现阶段较火的几大挖掘算法，如果想要深究每个算法原理还有公式推导和讲解可以辅助学习，是从入门到基础巩固的首选，感觉可以重复几遍，每遍都有新知识新体会