【资料】7篇重要的数据科学论文

笔者邀请您，先思考：

1 您阅读过哪些经典的数据科学论文？请留言

这是回到学校的时间，这里有一些论文让你在这个学年忙碌。 所有论文都是免费的。 这份清单远非详尽无遗，但这些是数据科学和大数据方面的一些重要论文。

谷歌搜索

• PageRank - 这篇论文解释了Google搜索背后的算法。

Hadoop

• MapReduce - 本论文介绍了处理大数据及的编程模型。 特别是，它是hadoop中使用的编程模型。
• Google File System - hadoop的一部分是HDFS。 HDFS是论文中解释的分布式文件系统的开源版本。

NoSQL

这些是推动/开始NoSQL的两篇论文。 每篇论文都描述了一种旨在大规模扩展的不同类型的存储系统。

• Amazon Dynamo
• Google Bigtable

机器学习

• 数据挖掘中的10种算法| pdf download - 本文涵盖了一些重要的机器学习算法（确切地说是10个）。
• 关于机器学习的一些有用的事情 - 本论文充满了提示，技巧和见解，使机器学习更加成功。

Bonus Paper

• 随机森林 - 最流行的机器学习技术之一。 它在Kaggle比赛中被大量使用，即使是获胜者也是如此。

你觉得还有其他任何文件应该列在名单上吗？

原文链接： http://101.datascience.community/2013/08/26/7-important-data-science-papers/

版权声明：作者保留权利，严禁修改，转载请注明原文链接。