數據挖掘/機器學習
4.大數據時代的R語言 數據挖掘：R語言實戰
評價：和上面的“數據分析-R語言實戰”好像是一個系列的，基本上常見的數據挖掘方法都介紹了，有理論有實例，適合入門。
推薦指數：四顆星

5.數據挖掘概念與技術
評價：入門書，理論多，好像是很多研究生學數據挖掘的教材，很詳細，孟小峰老師的翻譯還是不錯的，相對很多翻譯很爛的還是可以的。
推薦指數：四顆星

6.機器學習實戰
評價：Python寫的，沒有Python基礎的話還是先學學Python吧，基本上都是實例為主，代碼很詳細，講的也很通俗易懂，github上可以下載代碼
推薦指數：五顆星

7.集體智慧編程
評價：和機器學習實戰一起看的，也基本上都是實例，翻譯的也可以，比“探索性數據分析”的翻譯好多了??！有代碼，可以實操，基本上真正掌握了可以應對一般的數據挖掘的需求了。
推薦指數：五顆星

8.統計學習方法
評價：李航博士寫的機器學習常見算法的數學推導，講的算是比較詳細了，對于有數學基礎的還是很好理解的，如果沒有數學基礎，可以先看看數分高代凸優化之類的書再看。適合有一定基礎的學習。
推薦指數：五顆星

9.推薦系統實戰
評價：看名字就知道是講推薦系統的，對于不知道推薦系統是啥的可以好好看看，看完基本上了解推薦系統的大概框架和流程，也有一些例子，但是每個例子以及理論都講的很淺，沒有深入，只適合入門。
推薦指數：四顆星

10.數據挖掘導論
評價：實習的同事本科時上課的教材，也是一部大巨頭啊，外國人寫的書，很通俗易懂，非常非常詳細。
推薦指數：四顆星