作为数据分析人员，必须做到懂业务、懂管理、懂分析、懂工具、懂设计。下面小编给大家介绍cda数据分析的书籍有哪些，一起来看看吧。
cda数据分析的书籍
《终极算法》
《人工智能时代》
《科学的极致——漫谈人工智能》
《Hadoop权威指南》
《Hive编程指南》
《Hbase权威指南》
《大数据技术全解》
《大数据挑战NoSql》
《Mahout实战》
《概率论与数理统计》
《统计学》
《业务建模与数据挖掘》
《数据挖掘导论》
《SAS编程与数据挖掘商业案例》
《Clementine数据挖掘方法及应用》
数据分析的入门方法
在数据分析中，“明确数据分析目的”是非常重要的环节，很多时候在我们接到一个分析任务时，如果没有明确的目的，就不知道该用什么方法或则展现形式来说明分析结果，这样的分析往往是毫无意义的。所以作为数据分析人员，必须做到懂业务、懂管理、懂分析、懂工具、懂设计。
懂业务：作为数据分析人员，首先你必须要了解现有业务的知识，比较有自己独到的见解，如果脱离了实际业务，分析的结果往往没有太大的实用价值。
懂管理：一方面是搭建数据分析框架的要求，比如第1节介绍的数据分析6个步骤的第一步“明确目的”，就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，那就无法指导数据分析框架的搭建。另一方面的作用是针对数据分析结论提出有指导意义的分析建议，如果没有管理理论支撑，就难易确保分析建议的有效性。
懂分析：掌握数据分析的基本原理和有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。比如：对比分析法、分组分析法、交叉分析法、结构分析法等。
懂工具：掌握常用数据分析工具的使用，数据分析工具实际上就是实现数据分析方法理论的工具，面对越来越庞大的数据，依靠计算器进行分析是不现实的，必须利用强大的数据分析工具完成数据分析工作。
懂设计：运用图表有效表达数据分析师的分析观点，使数据分析结果一目了然。
学数据分析中统计知识的方法
现如今，很多数据分析师统计学基础知识并不是很重视，对统计知识不屑一顾，其实这是一种错误的做法，在数据分析知识中，统计学的地位也是不容忽视的，如果在分析数据的时候没有了统计学，那么分析数据就不那么准确了。
如果相关人员不清楚某种事物的置信度的含义和概念，那么就不能够分析出一个完整的数据。如果不了解统计学的数据分析师，往往是一个粗糙的分析师。如果你想要往机器学习发展，那么统计学更是需要掌握的基础。
就目前而言，很多人都喜欢用平均数去分析一个事物的结果，但是这往往不是准确的，如果学习了统计学，那么我们就能够以另一个角度看待数据。毕竟很多数据分析的决策并不牢靠。我们统计学里面还需要学习描述统计中的诸多变量，比如平均数、中位数、众数、分位数、标准差、方差。这些统计标准会让新手分析师从平均数这个不靠谱的泥潭中出来。
如果将统计学和数据可视化相结合，那么这就是对数据的分布进行一个直观的概念讲解。这是因为很多特定的模型都有自有的数据分布图，这些分布图有很多，比如直方图和箱线图，如果掌握了这些分布图的好处，那么就是对数据分析有极大的帮助。由此可见，直方图和箱线图会是长久伴随分析师的利器。
要学好统计学，或者要利用好统计学，那么一定要重视概率论的研究，统计学的一大重要分支是概率论，概率是度量一件事发生的可能性，它是介于0到1之间的数值。很多事情，都可以用概率论解释，概率论包括贝叶斯公式、二项概率、泊松概率、正态分布等理论。这些理论在数据分析中都会用得到。
统计学是一个很广阔的领域，涉及到各方各面，尤其是包括方差分析，时间序列等，都有各自不同的应用，所以说大家不能够忽视统计知识的应用。
