2023年数据科学与大数据技术专业考研书目
1. 《Python数据分析-基础篇》
该书介绍了Python数据分析的基础知识，包括NumPy、Pandas、Matplotlib等库的使用方法，并通过实例展示了如何使用Python进行数据分析。 2. 《Python数据分析-高级篇》
该书深入讲解了Python数据分析的高级技术，包括数据清洗、数据可视化、机器学习、深度学习等内容，并提供了大量实战案例。 3. 《Python机器学习实战》
该书介绍了Python机器学习的基本理论和算法，包括分类、聚类、回归等常用算法，并通过实例演示如何使用Python进行机器学习。 4. 《深度学习入门：基于Python的理论与实现》
该书系统地介绍了深度学习的基本理论和实现方法，包括神经网络、卷积神经网络、递归神经网络等内容。
5. 《大数据：互联网金融风控》
该书针对互联网金融领域的大数据风控问题，介绍了大数据技术在风控中的应用实践，包括数据采集、数据预处理、数据挖掘、模型构建等方面。 6. 《大数据时代的数据仓库与数据挖掘》
该书介绍了数据仓库和数据挖掘的基本概念和技术，包括数据建模、数据存储、数据处理等内容，并提供了大量实例和案例。 7. 《大数据与云计算》
该书涵盖了大数据和云计算的各个方面，包括大数据技术的发展现状、云计算环境下的大数据处理、大数据安全等内容。 8. 《Hadoop权威指南》
该书针对Hadoop技术的应用场景，详细介绍了Hadoop的各个组件，以及MapReduce、HDFS等核心技术的实现方式。 9. 《Spark快速大数据分析》
该书介绍了Spark的基本原理和使用方法，包括Spark编程的基本概念、Spark的架构设计，以及Spark在大规模数据处理中的应用。 10. 《数据可视化实战》
该书讲解了数据可视化的基本原理和方法，包括数据可视化的设计原则、图形表示方式、交互式可视化等内容，提供了大量实例展示如何进行数据可视化。 11. 《商业智能：数据仓库与计算机驱动的决策支持》
该书针对商业智能领域，介绍了数据仓库和决策支持技术的原理和实现方法，包括数据仓库建模、数据挖掘、分析等内容。 12. 《数据分析实战》
该书通过实例演示如何进行数据分析，包括数据的收集、处理、分析和可视化等方面。 13. 《Python高级编程》
该书涵盖了Python高级编程的各个方面，包括面向对象编程、函数式编程、异步编程、元编程等内容。 14. 《数据库系统概论》
该书介绍了数据库系统的基本概念和原理，包括数据库设计、关系数据库理论、SQL语言等内容。
15. 《数据结构与算法分析》
该书介绍了常用的数据结构和算法，包括数组、链表、树、排序算法、查找算法等内容。
