关于数据挖掘的经典书籍有哪些？

基础书比较多了两本，属于经典教科书，当然难度不深，但内容比较全面，讲解也非常详细，适合初学者。

1.数据挖掘。

介绍，作者：Pang-Ning Tan、Michael Steinbach 和 Vipin Kumar。

范宏建，人民邮电出版社.

2.《数据挖掘：概念与技术》，作者：韩家伟、阚波、范明、孟晓峰译，机械工业出版社。

因为都是中文版，所以阅读基本没有障碍，而且这两家出版社也是电脑领域的传统出版社，质量还是很有保证的。

推荐衬衫：Jiawei Han，数据挖掘概念和技术，Ian HWitten's “Practical Machine Learning Techniques for Data Mining”， Pang-Ning Tan's “Introduction to Data Mining”， Matthew A

Russell的“社交网络的数据挖掘和分析”，Anand Rajaraman的“大数据”。

数据挖掘通常与计算机科学相关联，并且通过许多方法完成，例如统计、分析处理、情报检索、机器学习、专家系统（依赖于过去的经验法则）和模式识别。 数据挖掘是一个决策支持过程，主要基于人工智能、机器学习、模式识别、统计、数据库、可视化技术等。

以高度自动化的方式分析您的数据，进行归纳推理，并发现潜在的模式，以帮助决策者调整其市场策略、降低风险并做出正确的决策。 知识发现过程包括三个阶段：数据准备、状态考虑、数据挖掘、结果呈现和解释。 数据挖掘可以与用户或知识库进行交互。

数据挖掘是一种对每个数据进行分析，并从大量数据中找到其规律的技术，主要包括数据准备、模式发现和模式表示三个步骤。 数据准备是从相关数据源中选择所需数据并将其集成到数据集中进行数据挖掘的过程。 数据挖掘的任务包括关联分析、聚类分析、分类分析、异常分析、特定群体分析和演化分析。

我这里有一些信息，因为现在没用了，所以我会给你。 需要私信给我。

让我向你推荐一本好书。

SPSS多元统计分析方法及应用”。

清华大学出版社.

朱兴宇、陈永强担任主编。

为什么这本书好？

他几乎涵盖了除神经网络以外的所有数据挖掘方法和模型，并给出了非常具体和深入的数学推导和解释。

数据模型的结果，参数的数学意义得到了非常详细的解释，几乎所有的模型都给出了实际的案例研究。

详细，以便您可以直观地了解如何操作 SPSS 软件、每个选项、按钮的含义以及它会导致什么结果。

如果你是市场人士，我推荐你读一读这本书，它可以给你一个立体的、扎实的了解数据挖掘、理论和实践，并详细到具体细节、参数意义、输出数据结果的意义，还可以教你如何操作软件。

“数据挖掘概念与技术”、“数据挖掘实践”、“社交网络数据挖掘”。

“谁说菜鸟不能数据分析”可以参考，还是可以的！

对于非IT专业的学生来说，鉴于你从事的是社会**工作，相对来说，数据量应该很大，可以考虑数据挖掘中的《Clementine数据挖掘方法与应用》，或者R语言的相关书籍，其实最有效的方法就是去一些相关的论坛或者博客上看看牛市的观点， 比如中国统计网、数据熊猫、数据极客等，至于数据分析，常用的SPSS，这方面的书籍比较多，可以自己选择合适的。

建议从一本关于统计学的书开始，比如统计学的精要等等，然后看一些算法，比如微积分、概率论等，然后你会看一些关于模型的数字，比如数据挖掘的要点，必要的时候，还可以看数据库基础等书