❶ 大數據新手入門的課程和書籍有什麼推薦
目前大數據的技術體系已經非常龐大了，初學者要根據自己的發展規運備閉劃來制定學習規劃，入門大數據的方式也要結合自己的知識基礎。
對於要進入IT互聯網行業從事大數據開發崗位的同學來說，入門大數據可以先從編程語言開始，接著學習大數據平台知識，然後結合大數據平台來完成場景開發實踐。在編程語言的選擇上，可以重點考慮一下java語言，相對於其他編程語言來說，目前Java崗位的人才需求量相對大一些。
對於要從事演算法崗的同學來說，入門大數據旁裂也可以分成三個階段，第一個階段是編程語言的學習，第二個階段是學習演算法基礎，這個階段需要學習一下統計學、機器學習相關知識，為後續奠定一個滾散基礎，第三個階段是結合場景來開展演算法實踐，這個階段也需要掌握大數據平台的相關知識。
如果僅僅想通過學習大數據技術來提升自己的數據力，本身並沒有從事大數據崗位的想法，那麼入門大數據可以從學習Python語言開始，然後進一步學習基於Python語言來完成數據分析，這個過程同樣要考慮到應用場景的問題，可以跟自己的專業方向相結合。
從整個大數據的技術體系結構來看，大數據技術涉及到數據採集、整理、存儲、分析、呈現、應用和安全等領域，這些領域都可以採用單獨學習的方式，比如既可以從數據採集開始學起，也可以從數據分析開始學起，但是不論從哪個領域開始學起，一定要重視與場景相結合，不能脫離場景來學習大數據技術。
最後，如果有學習大數據相關的問題，可以向我發起咨詢。
❷ 有沒有適合自學數據分析的書推薦
第一大類：理論類。 理論層面的書籍，比如《大數據時代》 、《數據之版巔》 。
第二大類：技權術類。 技術層面的書籍，比如《Hadoop技術內幕》系列。這一類的書籍，主要是指系統技術類，在構建大數據系統時，系統如何運作，各系統組件的設計目標、框架結構、適用場景、工作原理、運作機制、實現功能等等。這類書籍，適合於IT系統部，開發部的技術人員。他們需要明白系統的運作機制，利用系統來實現大數據的應用開發，以及系統運維優化等。
第三大類：應用類。 應用層面的書籍，比如《數據挖掘技術》 、《基於SPSS的數據分析》等等。 這一類的書籍，主要是指應用技術類，告訴你如何應用工具和方法，從海量數據中提取有用的信息，來解決真實的業務問題。這類書籍，適合於業務部門、市場營銷部門及與業務結合比較緊密的人員。他們更關注業務問題的解決，圍繞業務問題來構建分析和解決方案。
❸ 對即將學習大數據專業的學生有什麼建議和推薦的書籍
對於即將學習大數據專業的學生，個人認為主要取決於，自己對大數據的理解，其實很多人對大數據僅限於知道，而並非真正了解大數據，個人的主要建議就是，一定要明白什麼是數據，大數據的入門基礎，如果大數據的基本概念，都不明白，那怎麼來學習。
❹ 從入門到精通 互聯網數據分析書籍清單
從入門到精通：互聯網數據分析書籍清單
任何一個技能的學習，都有從淺到深的過程，數據分析也不例外。一個完整的數據分析知識體系類似金字塔結構：最頂層是對數據價值的認知、業務理解，中間是數據分析方法論，而最底層則是數據分析的解決方案或者具體的操作方法。我把數據分析的推薦書籍劃分成三個段位，便於大家漸進式學習。
數據分析入門版
入門版適合數據分析的入門者、對數據分析沒有整體概念的人，常見於應屆畢業生、經驗尚淺的轉行者。
入門版推薦書籍
《深入淺出數據分析》：O』Relly出版的HeadFirst（深入淺出）系列書籍之一，書中有大量的圖片和有趣的案例組合。本書淺顯易懂形象生動，可以使入門者對分析的概念有個全面的認知。
《誰說菜鳥不會數據分析》：本書詳細介紹了數據分析的基本方法和過程，並且以Excel表格為例進行了案例闡述。同時本書還介紹了數據分析在職場的意義，可以幫助職場小白快速上手。
《赤裸裸的統計學》：作者年輕時是個追求學習的學霸，後來自己從統計學中發掘了很多可以應用到生活的地方。這也是本書的主旨，結合生活講解統計知識，生動有趣。可以避免統計學一上來就大講貝葉斯概率和隨機分析的枯燥。
同樣類似的書籍還有《統計數字會撒謊》，這本書知名度要高點，通過揭露「虛假數字信息」來幫助大家理解背後的統計學原理。
數據分析進階版
進階版具有一定的行業針對性，要求分析者具備一定的數據分析常識和業務理解；適合網站分析師，商業分析師以及數據產品經理等人群。
進階版推薦書籍
《精通web analytics 2.0》：Analytics將點擊流網站分析工具與定性數據、測試與試驗以及競爭情報工具相結合，從而推演出詳盡的網站戰略以及操作層方案。此書雖老，但其中很多思想和流量分析的案例仍然很有借鑒意義，現在國內只能買到二手的舊書。
與此類似的有《網站分析實戰》，是國內一本講網站分析的書，沒有上面經典，但勝在新出，很多案例和理念都有及時的更新。
《深入淺出統計學》：與上面的《深入淺出數據分析》同屬於Headfirst系列書籍，運用充滿互動性的真實世界情節，幫助讀者快速了解統計方面的理論知識。
《數據化管理》：黃成明著，講解在企業中應用數據的例子，讀完受益匪淺，裡面舉的很多例子都很接地氣。雖說偏向於零售業管理，但大道歸一，可適用於很多行業，當時依據裡面的理念規劃了美團外賣面向BD的數據產品。
《MySQL必知必會》：這本也是我當年學習SQL的入門書，薄冊子一本，看起來很快。SQL是個性價比很高的技能，簡單而強大。任何想進一步提高自己數據分析技能的產品/運營/分析師 同學，都建議點亮這個技能點。
《互聯網增長的第一本數據分析手冊》：我們公司的出的一本數據分析手冊，全書以增長為主題。這本手冊介紹了互聯網創業企業增長方法論、互聯網數據分析的常見方法（趨勢、轉化、留存、實時、分群、細查、熱圖）、細分行業（如SaaS、互聯網金融、電商等）的應用。
數據分析高階版
更高階的數據分析相對來說專業性就強了，如涉及到企業內部數據治理，數據結合的業務分析，數據可視化等。當然，還有數據挖掘演算法之類的更深入的東西，這塊沒有研究就不瞎推薦了。
高階版推薦書籍
《決戰大數據》：阿里巴巴前數據副總裁車品覺老師所著，講解了阿里巴巴在企業內部治理數據過程中的心得，所講「存-通-用」數據管理三板斧和「從數據化運營到運營數據」，字字珠璣，可堪借鑒。
《精益數據分析》：此書優勢在於將企業分成了幾個大的行業類別，並分門別類的講解了每個行業的商業模式特點及分析技巧，對使用者的分析能力要求較高，且必須具備相應的業務知識。
《The Wall Street Journal Guide to Information Graphics》，華爾街日報負責商業分析的人做的可視化指南，精華且實用，我之前寫過讀書筆記《華爾街日報是這樣做數據可視化的》，可供大家參考。
《數據倉庫經典教程》：網上有人整理出來的資料，優點是簡單明了，不像正常的數據倉庫教材厚厚一本。
當然，數據分析是一門很深的學問，我也只是窺得冰山一角。要想做好數據分析必須具備多方面的技能：需要看清數據的價值並且懂業務，需要熟知數據分析的方法論，同時也要熟練掌握數據分析軟體的操作。在學習上面數據分析推薦書籍的同時，不斷在實踐中加深自己的理解，用數據來驅動業務和客戶增長。
❺ 大數據入門書籍有哪些
當年互聯網瘋狂發展的時候，很多人在觀望和猶豫中錯過了這班順風車（沒有盡早開個淘寶店，腸子都悔青了好幾遍呢）。如今，同樣的橋段上演，大數據時代，堅決不能再無動於衷！
於是，你著急，你迷茫，你很方……除了平時要加班加點的搬磚，牙縫里擠出來的的閑碎時間都貢獻給度娘了，「小白如何學習大數據」，「大數據入門書籍有哪些」……
1：<大數據時代>
這是學習大數據必讀的一本書，也是最系統的關於大數據概念的一本書，由維克托·邁爾-舍恩伯格和肯尼斯·庫克耶編寫，主要介紹了大數據理念和生活工作及思維變革的關系。
它被包括寬頻資本董事長田朔寧、知名IT評論人謝文等專業讀者鑒定為「大數據領域最好的著作沒有之一，一本頂一萬本」。有這么好嗎？看完自己評價吧。這本書對這個大規模產生、分享和應用數據的新的大時代進行了闡述和釐清，作者圍繞「要全體不要抽樣、要效率不要絕對精確、要相關不要因果」三大理念，通過數十個商業和學術案例，剖析了萬事萬物數據化和數據復用挖掘的巨大價值。
2：<爆發>
由巴拉巴西編寫，主要講了在一個歷史故事的連續講述中，了解大數據的概念實質。從大數據的歷史開始，能更深入的了解大數據的發展歷程。
巴拉巴西整本書講述的大數據根本目的，是預測。他甚至有零有整地判斷，人類行為93%是可以預測的。打個比方，千百年前人類無法如今天般准確預測天氣，以致某些大致預測的行為都被認為是「通神」，其實核心在於對天氣數據的海量佔有和分析能力。但假如全人類的所有基礎及行為數據全部被佔有全部能分析呢？比如通過智能終端LBS功能採集全部運動軌跡、通過金融系統採集所有支付記錄、通過SNS採集所有社會關系和通過郵件、文檔、社會視頻監控和自我視頻監測採集所有言行記錄，24小時，每分每秒，一生，全地球70億人，那會如何？
3：<大數據>
由徐子沛編寫，看美國政府在大數據開放上的進程與反復，算是個案。如果能夠基本了解這三本的觀點，出門有底氣，見人腰桿直，不再被忽悠。
全書講述的，是大數據在美國政府管理中的應用，以及美國政府運行方式大數據變革的歷史與斗爭，其實也是故事性的。從奧巴馬上台就頒布《信息公開法案》，到設立第一個美國政府首席信息官開始，講述美國政府與民間在社會數據公開的斗爭史，以及美國社會管理向大數據思維轉變的過程。首先，這算是一個最詳實的案例；其次，這代表的不是某種管理方式變革，深處是對民主運行機制的變革與進步。說好了，這本書用心良苦，遠遠超越科普技術領域；說壞了，其心可誅。有一段，民間斗爭，逼迫奧巴馬公布所有每日白宮全部日程，包括接見了誰、談話的全部內容，這不就是個人大數據全公開在公眾人物上的應用嗎？這可比現在所謂官員公開財產的要求高了幾十倍——這要求政府全部行為、全部數據、全部公開，全體公眾隨時可查——技術和成本上其實已經可以做到或至少努力接近——如果不這么做，不止是落後問題而是真正的其心可誅了。
4：<大數據基礎與應用>
由陳明編寫。看名字就知道，入門級別拯救小白的書。這本書共17章，第1章是對大數據的簡單概述，第2章介紹大數據研究的方法論，第3、8、9、14章介紹大數據的生態環境，第17章介紹數據科學的內容，剩下的章節是本書重點，介紹大數據技術及應用方法。
身處大數據大環境下，身邊的人經常討論資料庫、數據可視化、大數據預處理等等。這些詞聽得多了會讓人產生錯覺——自己已經知道裡面的門道了。但事實上還是個「門外漢」。
舉個例子，沒有人肯在上千人規模的講座上專門花半個小時教你怎樣進行數據清洗。本書專門列了一章，詳細介紹大數據預處理技術，包括數據清洗的實現方式，從步驟到檢驗，都做了用心的闡述。諸如此類，數據挖掘、大數據流式計算、Hadoop、NoSQL等等都從最基礎的點做了詳細介紹。耐心看完這些，再往深處進階就不會那麼吃力了。
5：<一本書讀懂大數據>
進入大數據時代，讓數據開口說話將成為司空見慣的事情，本書將從大數據時代的前因後果講起，全面分析大數據時代的特徵、企業實踐的案例、大數據的發展方向、未來的機遇和挑戰等內容，展現一個客觀立體、自由開放的大數據時代。
5:<集體智慧編程>
入門，淺顯易懂，裡面每一章都是一個案例，但是很方便，有具體的代碼，用來入門最好。
6：<社交網路的數據挖掘>
專門做社交網路的數據挖掘，案例很豐富，有代碼。
7：<數據可視化之美>
致力於介紹各種可視化方案。
8：<鮮活的數據>
比較簡單的可視化，不過內容豐富，有代碼。
9：<數據挖掘導論完整版>
看完上述的書，對大數據產生很大的興趣，已經初步入門了，現在開始理論方面的學習，數據挖掘入門教程，個人覺得寫的很好，目前正在研究這本書，努力。。。
10：<統計學習方法>
這本書比較深，剛開始看的就是這一本，不過太深，看到一半，准備在導論看完之後，在看這本書提升一下自己。
11：<鳥哥私房菜—基礎篇>
作為一個計算機專業linux那是必學的，而且Hadoop是建立在Linux基礎上的，不求多麼的精通，但是基礎的操作要學會。
如果是沒有任何編程語言基礎的想入行大數據的話，是必須要學習java基礎的，雖然大數據支持很多開發語言，但是企業用的最多的還是java，接下來學習數據結構，關系型資料庫，linux系統操作，有了基礎之後，在進入大數據學習，可以給小白學習的體系。
第一階段
COREJAVA（加**的需重點熟練掌握，其他掌握）
Java基礎**
數據類型
運算符、循環
演算法
順序結構程序設計
程序結構
數組及多維數組
面向對象**
構造方法、控制符、封裝
繼承**
多態**
抽象類、介面**
常用類
集合Collection、list**
HashSet、TreeSet、Collection
集合類Map**
異常
File
文件/流**
數據流和對象流**
線程（理解即可）
網路通信（理解即可）
第二階段
數據結構
關系型資料庫
Linux系統操作
Linux操作系統概述
安裝Linux操作系統
圖形界面操作基礎
Linux字元界面基礎
字元界面操作進階
用戶、組群和許可權管理
文件系統管理
軟體包管理與系統備份
Linux網路配置
（主要掌握Linux操作系統的理論基礎和伺服器配置實踐知識，同時通過大量實驗，著重培養學生的動手能力。使學生了解Linux操作系統在行業中的重要地位和廣泛的使用范圍。在學習Linux的基礎上，加深對伺服器操作系統的認識和實踐配置能力。加深對計算機網路基礎知識的理解，並在實踐中加以應用。掌握Linux操作系統的安裝、命令行操作、用戶管理、磁碟管理、文件系統管理、軟體包管理、進程管理、系統監測和系統故障排除。掌握Linux操作系統的網路配置、DNS、DHCP、HTTP、FTP、SMTP和POP3服務的配置與管理。為更深一步學習其它網路操作系統和軟體系統開發奠定堅實的基礎。與此同時，如果大家有時間把javaweb及框架學習一番，會讓你的大數據學習更自由一些）
重點掌握：
常見演算法
資料庫表設計
SQL語句
Linux常見命令
第三階段
Hadoop階段
離線分析階段
實時計算階段
重點掌握：
Hadoop基礎
HDFS
MapRece
分布式集群
Hive
Hbase
Sqoop
Pig
Storm實時數據處理平台
Spark平台
若之前沒有項目經驗或JAVA基礎，掌握了第一階段進入企業，不足以立即上手做項目，企業需再花時間與成本培養；
第二階段掌握扎實以後，進入企業就可以跟著做項目了，跟著一大幫人做項目倒也不用太擔心自己能不能應付的來，當然薪資不能有太高的要求；
前兩個階段都服務於第三階段的學習，除了熟練掌握這些知識以外，重點需要找些相應的項目去做，不管項目大小做過與沒有相差很多的哦！掌握扎實後可直接面對企業就業，薪資待遇較高！
❻ 自學數據分析需要看哪些書的
第1本《誰說菜鳥不會數據分析入門篇》
很有趣的數據分析書！基本看過就能明白，以小說的形式講解，很有代入感。包含了數據分析的結構化思維、數據處理技巧、數據展現的技術，很能幫我們提升職場競爭能力。找不到工作的，學好了它，自然沒問題。
第2本《拯救你的Excel數據的分析、處理、展示（動畫版）》
一本用手機看的Excel操作書，大部分例子都配置了二維碼，手機掃掃就能看，基本上可以躺著把書學了。所有數據的分析、處理也都帶了職場範例（有會計、HR、銷售場景），很貼合實際。拯救我們小白的Excel，職場加薪不是夢想！
第3本《Excel圖表之道：如何製作專業有效的商務圖表》
職場大牛的書，教我們做圖表的，好看到不能再好看。可以設計和製作達到雜志級質量的、專業有效的商務圖表。相信平時我們很難做到吧，看了你就知道，也許一切沒那麼難。
第4本《絕了！Excel可以這樣用：數據分析經典案例實戰圖表書》
挺好的一個系列，都是Excle常用的技巧，適合銷售和HR。也是職場故事，很接地氣，帶視頻的，全都是Excel數據分析的常用理念和方法。
第5本《深入淺出數據分析》
深入淺出系列是對新手非常友好的叢書，用生動但啰嗦的語言講解案例。厚厚的一本書翻起來很快。本書涉及的基礎概念比較廣，包含一點統計學知識，學下來對數據分析思維會有一個大概了解。
第6本《MySQL必知必會》
如果真想買書看，可以看這本，適合新手向的學習，看基礎概念和查詢相關的章節即可。網路上大部分MySQL都是偏DBA的。
第7本《深入淺出統計學》
大概是最啰嗦的深入淺出系列，從賣橡皮鴨到賭博機的案例，囊括了常用的統計分析如假設檢驗、概率分布、描述統計、貝葉斯等。
第8本《網站分析實戰》
互聯網不再是網站的天下，但是移動端依舊有Web，我們在朋友圈看到的所有H5活動、第三方內容等，都是依託網頁實現。網站的數據分析依舊有存在空間，網站的數據指標還是能夠指導我們運營！
第9本《深入淺出Python》
還是深入淺出系列，完全適合零基礎的新人。需要注意的是，編程學習不同於其他知識，如果計算機基礎不穩固，在使用中會遇到各類問題。知其然不知其所以然！
第10本《Python學習手冊》
對於擁有編程基礎的人，這本書系無巨細的有些啰嗦，不過對新人，可以避免不必要的坑。把它當作一本工具文檔吧，當遇到不理解的內容隨時翻閱。
第11本《利用Python進行數據分析》
這本書是你學習python不二之選，對著書，著重學習numpy，pandas兩個包！每段代碼都敲打一遍，千萬行的數據清洗基本不會有大問題了。
第12本《R語言實戰》
R語言的入門書籍，從數據讀取到各類統計函數的使用。雖然沒有涉及機器學習，依靠這本書入門R是綽綽有餘了。
第13本《統計學：從數據到結論》
這本書是將R語言和統計學結合的教材，可以利用這本書再復習一遍統計知識。
第14本《深入淺出SQL》
帶你進入SQL語言的心臟地帶，從使用INSERT和SELECT這些基本的查詢語法到使用子查詢（subquery）、連接（join）和事務（transaction）這樣的核心技術來操作資料庫。到讀完《深入淺出SQL》之時，你將不僅能夠理解高效資料庫設計和創建，還能像一個專家那樣查詢、歸一（normalizing）和聯接數據。你將成為數據的真正主人。
第15本《數據挖掘導論》
這本書絕對是一本良心教材，拿到手從第一章開始閱讀，能看多少就看多少。但是要盡量多看點，因為此書你可能要看一輩子的～～
第16本《演算法導論中文版》
本書將嚴謹性和全面性融為一體，深入討論各類演算法，並著力使這些演算法的設計和分析能為各個層次的讀者接受。演算法以英語和偽代碼的形式描述，具備初步程序設計經驗的人就能看懂；說明和解釋力求淺顯易懂，不失深度和數學嚴謹性。
上面的書籍都是PDF版
視頻教材的有：
Python入門教程完整版（懂中文就能學會）資料
Python入門教程完整版（懂中文就能學會）視頻
Mysql從入門到精通全套視頻教程
8天深入理解python教程
大數據Hadoop視頻教程，從入門到精通
Python就業班
Python標准庫（中文版）
數學建模0基礎從入門到精通，全套資源
0基礎Python實戰-四周實現爬蟲系統
麥子學院招牌課程[明星python編程視頻VIP教程][200G](價值9000元)
從零基礎到數據分析師，幫你拿到年薪50萬！
瑋心:xccx158
❼ 自學數據分析需要看哪些書的
一、整體了解數據分析——5小時
新人們被」大數據「、」人工智慧「、」21世紀是數據分析師的時代「等等信息吸引過來，立志成為一名數據分析師，於是問題來了，數據分析到底是干什麼的?數據分析都包含什麼內容?
市面上有很多講數據分析內容的書籍，在此我推薦《深入淺出數據分析》，此書對有基礎人士可稱消遣讀物， 但對新人們還是有一定的作用。閱讀時可不求甚解，重點了解數據分析的流程、應用場景、以及書中提到的若干數據分析工具，無需糾結分析模型的實現。5個小時，足夠你對數據分析工作建立初步的印象，消除陌生感。
二、了解統計學知識——10小時
15個小時只夠你了解一下統計學知識，作為入門足夠，但你要知道，今後隨著工作內容的深入，需要學習更多的統計知識。
本階段推薦書籍有二：《深入淺出統計學》《統計學：從數據到結論》，要了解常用數理統計模型(描述統計指標、聚類、決策樹、貝葉斯分類、回歸等)，重點放在學習模型的工作原理、輸入內容和輸出內容，至於具體的數學推導，學不會可暫放一邊，需要用的時候再回來看。
三、學習初級工具——20小時
對於非技術類數據分析人員，初級工具只推薦一個：EXCEL。推薦書籍為《誰說菜鳥不會數據分析》，基礎篇必須學習，提高篇不一定學(可用其他EXCEL進階書籍)，也可以學習網上的各種公開課。
本階段重點要學習的是EXCEL中級功能使用(數據透視表，函數，各類圖表適用場景及如何製作)，如有餘力可學習VBA。
四、提升PPT能力——10小時
作為數據分析人員，PPT製作能力是極其重要的一項能力，因此需要花一點時間來了解如何做重點突出，信息明確的PPT，以及如何把各類圖表插入到PPT中而又便於更新數據。10個小時並不算多，但已經足夠(你從來沒做過PPT的話，需要再增加一些時間)。具體書籍和課程就不推薦了，網上一抓一大把，請自行搜索。
五、了解資料庫和編程語言——10小時
這個階段有兩個目標：學習基礎的資料庫和編程知識以提升你將來的工作效率，以及測試一下你適合學習哪一種高級數據分析工具。對於前者，資料庫建議學MySQL(雖然Hadoop很有用但你不是技術職位，初期用不到)，編程語言建議學Python(繼續安利《深入淺出Python》，我真沒收他們錢……)。資料庫學到聯合查詢就好，性能優化、備份那些內容用不到;Python則是能學多少學多少。
六、學習高級工具——10小時
雖然EXCEL可以解決70%以上的問題，但剩下30%還是需要高級工具來做(不信用EXCEL做個聚類)。高級分析工具有兩個選擇：SPSS和R。雖然R有各種各樣的好處，但我給的建議是根據你在上一步中的學習感覺來定學哪一個工具，要是學編程語言學的很痛苦，就學SPSS，要是學的很快樂，就學R。不管用哪一種工具，都要把你學統計學時候學會的重點模型跑一遍，學會建立模型和小幅優化模型即可。
七、了解你想去的行業和職位——10+小時
這里我在時間上寫了個」+「號，因為這一步並不一定要用整塊時間來學習，它是貫穿在你整個學習過程中的。數據分析師最需要不斷提升的能力就是行業和業務知識，沒有之一。你將來想投入哪個行業和哪個職位的方向，就要去學習相關的知識(比如你想做網站運營，那就要了解互聯網背景知識、網站運營指標體系、用戶運營知識等內容)。
八、做個報告——25小時
你學習了那麼多內容，但現在出去的話你還是找不到好工作。所有的招聘人員都會問你一句話：你做過哪些實際項目?(即使你是應屆生也一樣) 如果你有相關的項目經驗或者實習經驗，當然可以拿出來，但是如果沒有，怎麼辦?答案很簡單，做個報告給他們看，告訴招聘者：我已經有了數據分析入門級(甚至進階級)職位的能力。同時，做報告也會是你將來工作的主要內容，因此也有可能出現另外一種情況：你費盡心血做了一個報告，然後發現這不是你想要的生活，決定去干別的工作了……這也是件好事，有數據分析能力的人做其他工作也算有一項優勢。
❽ 入門數據分析行業可以看哪些書
1、統計學
《赤裸裸的統計學》
理由：了解學習統計學的意義，在日常生活中統計學有什麼用?也可以當成一本科普書。
《深入淺出統計學》
理由：零基礎可以輕松愉快的學會，書裡面有通俗易懂的案例，圖文並茂，學習統計學不會那麼枯燥。
《商務與經濟統計》
理由：適合有基礎的人看，可以深入了解統計學。零基礎看這本書會有些困難。
2、SQL
《SQL基礎教程》
理由：零基礎入門，通俗易懂，裡面的案例也很貼合實際應用。
《SQL必知必會》
理由：有基礎的可以把這本書當作一本字典來使用，遇到問題了，可以查找對應的內容。
3、業務知識
電商行業：《數據化管理：洞悉零售及電子商務運營》
游戲行業：《游戲數據分析實戰》
網站：《網站分析實戰》
HR行業 《人力資源與大數據分析》
金融行業：《消費金融真經：個人貸款業務全流程指南》
其他行業：國外作者肖恩的《增長黑客》
關於入門數據分析行業可以看哪些書，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。
❾ 初學者學習資料庫該看什麼書
1、《資料庫系統概論(第5版)》作者：王珊/薩師煊這本書是資料庫理論知識的經典教材，零基礎入門必看。
2、《資料庫系統概念(原書第6版)》作者：Abraham Silberschatz/Henry F.Korth/S.Sudarshan國外經典資料庫理論書籍，有助於深入理解資料庫知識，從原理和實用的角度入手，涵蓋了資料庫領域諸多知識面。
3、《分布式資料庫系統原理(第3版)》作者：M.Tamer Ozsu/Patrick Valriez這本書主要介紹分布式資料庫管理系統的基本概念、基本理論和設計問題，涵蓋了分布式資料庫系統的設計、實現和管理，有助於深入理解分布式資料庫系統。
4、《資料庫系統實現(第2版)》作者：Hector Garcia-Molina,Jeffrey D.Ullman資料庫內核研發人員的必讀書籍，有助於深入理解資料庫內部實現的原理，包括存儲管理器、查詢處理器和事務管理器等。
關於初學者學習資料庫該看什麼書，青藤小編就和您分享到這里了。如果您對大數據工程有濃厚的興趣，希望這篇文章可以為您提供幫助。如果您還想了解更多關於數據分析師、大數據工程師的技巧及素材等內容，可以點擊本站的其他文章進行學習。