Dolovanie údajov: Učebnica

Recenzie čitateľov

Kniha je oceňovaná pre svoje komplexné pokrytie a hĺbku rôznych tém v oblasti dolovania údajov a analýzy. Je považovaná za cenný zdroj informácií pre akademickú obec aj pre odborníkov z praxe, ktorí hľadajú dôkladné teoretické poznatky. Neodporúča sa však pre začiatočníkov a má problémy s fyzickými a digitálnymi formátmi.

⬤ Vynikajúca šírka a hĺbka pokrytých tém.
⬤ Podrobné opisy algoritmov, analýzy a pseudokódy.
⬤ Dobre integrované pokrytie rôznych oblastí.
⬤ Silný teoretický rámec vhodný na akademické štúdium.
⬤ Jasné vysvetlenia a intuitívne diskusie o zložitých témach.
⬤ Komplexné pokrytie, ktoré zahŕňa metódy dolovania údajov aj strojového učenia.

⬤ Nie je vhodná ako prvá kniha o dolovaní údajov; je vhodnejšia pre stredne pokročilých študentov.
⬤ Niektoré opisy algoritmov sú stručné a bez predchádzajúcich znalostí nemusia byť jednoduché na pochopenie.
⬤ Problémy s fyzickou kvalitou, napríklad vypadnuté strany.
⬤ Vydanie pre Kindle má zle vykreslené vzorce, takže sú nečitateľné.

(na základe 19 čitateľských recenzií)

Pôvodný názov:

Data Mining: The Textbook

Obsah knihy:

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.