豆瓣评论

  • Live4Free
    有框架,但内容的水平一般11-25
  • 阿喜阿喜
    思路学习,代码部分略过了04-12
  • 盗梦小帅
    思路还行,但到了具体讲解部分又缺乏由浅入深的逻辑。06-15
  • famo
    前面一部分内容介绍数据分析基本概念,科普性质。后面部分内容号称是实战,其实也是构造的虚例,引入了一些机器学习的场景,但缺少铺垫,不够友好。快速翻完一遍,感觉一般,不推荐。04-16
  • Yyy
    一口气读完,对于现在的我正需要这本书。十分贴近业务,也十分好读。对细节讲解的很到位,读完后能够基本了解互联网数据分析的业务流程和需要用到的核心知识。代码和正文分开也避免内容分散。08-26
  • Metanight
    初学 R 语言、数据挖掘的时候读的书,案例、分析、代码都不错,值得称赞的一点是数据比较原始,需要先做清洗、准备,作为初学者把代码过一遍感觉学到的挺多11-17
  • Minnaloushe
    每一章都有详尽的R代码,但是思维建立过程不是很流畅,跟起来有点难,算法也只是提及皮毛并未深入讲述原理。所以导致看完也只能知道某个特定场景可以尝试特定的算法应用,举一反三有点难。02-04
  • Pat土
    简单上手 变 python01-29
  • 土狗
    后面几个项目难度大了,弃坑07-04
  • 飞翔的章鱼
    马马虎虎,有场景,有简单介绍。01-20
  • Chloe
    不错,需要把代码实现一遍07-12
  • 二层楼十三
    实战案例中的一些算法模型应用场景有所启发04-09
  • Oooasis
    相对于那些工具书来说,这本书更像一本故事书。实际工作中讲一个好的故事似乎远比介绍一个工具重要。08-01
  • Meaning
    里面前几章的作为入门数据分析的思路还是可以get到的06-07
  • 知知知知鸟
    分析工具主要是讲 R 语言,这本书比其他数据分析类型的书好在,没有说常规的数据分析六步,而是简化为现状和差距,案例都是用的黑猫游戏分析,把一个例子从不同层面来分析02-24
  • 小东城
    浅的太浅,减1分。深的太深,减1分。R语言不是我想学的重点又占页数太多,减1分。前两章中对数据分析知识的结构拆解,倒是提醒了我目前的学习路径,加1分。总得分,3分。08-23