Python 书籍
掌握 Python 数据科学
本书由 Samir Madhavan 撰写，介绍了 Numpy 和 Pandas 的数据结构以及如何将数据导入这些结构。你将学习如何在 Python 中执 企业电子邮件列表 行线性代数运算，以及如何使用推断统计进行分析。之后，本书还将探讨一些高级概念，例如构建推荐引擎、集成建模、使用 Python 进行高端可视化等。
Python用于数据分析
W Mckinney 撰写。它被认为是涵盖 Python 中数据操作、清理、处理、可视化和数据分析的最全面的书籍之一。
Python 机器学习简介
它由 Sarah Guido 和 Andreas Muller 编写。它面向机器学习初学者，涵盖如何使用 Python 构建机器学习模型、模型评估的高级方法、参数调整、文本特定处理技术、文本数据处理方法等。
最佳统计书籍
数据科学与统计学 与几乎完全自动化的需求系统相比 密不可分。因此，对于有志于成为数据科学家的人来说，统计学方面的书籍同样必不可少。
统计学习简介
这是一本推荐给实践数据科学家的书，重点是将统计数据与机器学习联系起来，同时强调在现实生活中使用机器学习算法。
统计学习要素
它由 Trevor Hastie 和 Rob Tibshirani 编写。它向读者介绍了 Bagging & Boosting、神经网络、核方法等高级算法。
思考统计数据
它由 Alien B Downey 编写，用于使 新加坡电话列表i用 Python 进行统计分析。它侧重于通过常见的案例研究来理解现实生活中的统计数据。它还涉及贝叶斯估计。