Hodnotenie:
Kniha je vysoko cenená pre svoje komplexné a podrobné pokrytie tém dolovania údajov a analytiky, vhodné pre pokročilých čitateľov. Hoci je chválená pre svoju hĺbku, organizáciu a prehľadnosť, je kritizovaná za to, že nie je vhodná pre začiatočníkov a v niektorých vydaniach má problémy s kvalitou.
Výhody:Vynikajúca šírka a hĺbka tém, dobre integrované diskusie, dôkladné vysvetlenia s pseudokódom a príkladmi, jasné a prehľadné písanie, komplexné pokrytie vrátane pokročilých tém, vhodné pre učebnice aj referencie.
Nevýhody:Nie je ideálna pre začiatočníkov, niektoré časti môžu byť príliš stručné pre tých, ktorí nie sú oboznámení s algoritmami, problémy s fyzickou kvalitou v niektorých vydaniach a zlý formát pre verziu Kindle, kvôli ktorému sú vzorce nečitateľné.
(na základe 19 čitateľských recenzií)
Data Mining: The Textbook
Táto učebnica skúma rôzne aspekty dolovania údajov od základov až po zložité typy údajov a ich aplikácie, pričom zachytáva širokú rozmanitosť problémových oblastí pre otázky dolovania údajov. Prekračuje tradičné zameranie na problémy dolovania údajov a predstavuje pokročilé typy údajov, ako sú text, časové rady, diskrétne sekvencie, priestorové údaje, grafové údaje a sociálne siete. Doteraz sa žiadna kniha nezaoberala všetkými týmito témami komplexne a integrovane. Kapitoly tejto knihy patria do jednej z troch kategórií:
⬤ Základné kapitoly: V rámci dolovania údajov sa riešia štyri hlavné problémy, ktoré zodpovedajú zhlukovaniu, klasifikácii, dolovaniu asociačných vzorov a analýze odľahlých hodnôt. Tieto kapitoly komplexne rozoberajú širokú škálu metód pre tieto problémy.
⬤ Doménové kapitoly: V týchto kapitolách sa rozoberajú špecifické metódy používané pre rôzne oblasti údajov, ako sú textové údaje, údaje v časových radoch, sekvenčné údaje, grafické údaje a priestorové údaje.
Kapitoly o aplikáciách: V týchto kapitolách sa skúmajú dôležité aplikácie, ako je dolovanie prúdov, dolovanie na webe, rebríček, odporúčania, sociálne siete a ochrana súkromia. Kapitoly o doménach majú tiež aplikačný charakter.
Kniha Data Mining je vhodná pre úvodné aj pokročilé kurzy dolovania údajov: Učebnica vyvažuje matematické detaily a intuíciu. Obsahuje potrebné matematické detaily pre profesorov a výskumných pracovníkov, ale je prezentovaná jednoduchým a intuitívnym štýlom, aby sa zlepšila prístupnosť pre študentov a priemyselných pracovníkov z praxe (vrátane tých s obmedzeným matematickým vzdelaním). Obsahuje množstvo ilustrácií, príkladov a cvičení s dôrazom na sémanticky interpretovateľné príklady.
Chvála pre Data Mining: Učebnica -.
"Keď som si prečítal túto knihu, už som sa rozhodol, že ju budem používať na svojich hodinách. Je to kniha napísaná vynikajúcim výskumníkom, ktorý zásadným spôsobom prispel k data miningu, a to prístupným a aktuálnym spôsobom. Kniha je doplnená o teóriu a praktické príklady použitia. Je to povinná literatúra pre študentov aj profesorov! " -- Qiang Yang, vedúci katedry informatiky a inžinierstva na Hongkonskej univerzite vedy a techniky.
"Toto je najúžasnejšia a najkomplexnejšia učebnica o dolovaní údajov. Zahŕňa nielen základné problémy, ako sú zhlukovanie, klasifikácia, odľahlé hodnoty a časté vzory, a rôzne typy údajov vrátane textu, časových radov, sekvencií, priestorových údajov a grafov, ale aj rôzne aplikácie, ako sú odporúčacie programy, web, sociálne siete a ochrana súkromia. Je to skvelá kniha pre postgraduálnych študentov a výskumníkov, ako aj pre odborníkov z praxe." -- Philip S. Yu, zaslúžilý profesor UIC a Wexlerova katedra informačných technológií na Illinoiskej univerzite v Chicagu.
