数据挖掘又称数据库中的知识发现，指从数据库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息，是目前人工智能和大数据分析领域的热点问题。它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析海量数据，寻找出规律，从而为决策提供支持。换句话说，数据挖掘是一门多学科交叉作用、且越来越高深的计算机技术活儿。也因此，在大数据时代，数据挖掘技术的发展具有重要的意义。利用先进人工智能算法和统计分析技术，数据挖掘可以发现新的模式，在过去的经验基础上洞见未来趋势。本期书单，我们就聚焦数据挖掘，重点推荐2020年出版的新书。
《数据挖掘——基于R语言的实战》，是中科院少年班天才、哈佛统计学博士，被誉为“哈佛小魔女”的张俊妮教授的十年磨一剑的新作。全书案例丰富，涵盖医疗、金融、营销、保险、政府部门等应用案例，并提供全套教学解决方案，可视为“数据挖掘”课程的最新成果。刘顺祥的《R语言数据分析、挖掘建模与可视化》内容涵盖数据清洗、数据处理、数据可视化、主流挖掘算法以及丰富的企业应用案例，5位业界专家力荐。《数据挖掘：原理与实践》（进阶篇），为引进版，不仅讨论传统的数据挖掘问题，而且介绍了高级数据类型，例如文本、时间序列、离散序列、空间数据、图数据和社会网络。同期出版的还有本书的基础篇。周涛教授的《最简数据挖掘》，用通俗易懂的语言介绍数据挖掘的技术和价值。
Python应用方面，出版的书较多。《Python大数据分析与挖掘实战》，分基础篇、案例篇和提高篇，实践性强。《数据挖掘原理、方法及python应用实践教程》，兼顾原理、方法及应用的系统性教材。《Python预测之美》，对预测原理的深度剖析和算法的细致解读，是本书的一大亮点。
统计学方面，《统计分析：从小数据到大数据》，作者有着丰富的培训经验，以及大量的一线工程实践经验。《统计学习方法》（第2版），实用性强，深入浅出，是统计机器学习的畅销读物。
学术成果方面，《基于大数据挖掘的医疗健康公共服务》，是教育部人文社会科学重点研究基地重大项目“大数据资源的挖掘与服务研究——面向医疗健康研究”的主要成果。《遥感大数据智能计算》是测绘地理大数据挖掘的科技前沿。《基于网格资源与服务的决策支持方法与决策支持系统》，是对于决策支持系统的系统研究。
此外，《错觉：AI如何通过数据挖掘误导我们》、《大数据：挖掘数据背后的真相》、《数据可视化陷阱》等则提供了解数据挖掘的另外一种视角，并具有较强的可读性。
这里发布的书单均依据百道图书选品后台和百道好书大数据制作，书店、图书馆以及阅读推广机构对平台与数据有兴趣体验与试用的，还有出版机构有需要推荐相关图书到书单的，请邮件垂询：bd@bookdao.com。