Bewertung:
Das Buch bietet einen breiten Überblick über Kategorisierungsalgorithmen und stellt eine gute Einführung in das Gebiet dar. Es ist besonders nützlich für Studenten, die ihre Kursarbeit begleiten. Es mangelt jedoch an Tiefe bei der Diskussion von Methodenvergleichen und widmet einen beträchtlichen Teil des Platzes eher den Anwendungen als der Methodenanalyse.
Vorteile:⬤ Leicht verständliche Darstellung von Kategorisierungsalgorithmen
⬤ nützlich für strukturierte Kurse
⬤ führt im Vergleich zu ähnlichen Büchern neue Methoden ein.
Mangelnde Tiefe bei der Erörterung der relativen Vorzüge verschiedener Methoden; zu starker Fokus auf Anwendungszusammenfassungen statt auf tiefgreifende Analysen.
(basierend auf 3 Leserbewertungen)
Dies ist das erste Buch, das einen wirklich umfassenden Blick auf Clustering wirft.
Es beginnt mit einer Einführung in die Clusteranalyse und befasst sich dann mit folgenden Themen: Proximitätsmaße, hierarchisches Clustering, Partitionsclustering, Clustering auf der Grundlage neuronaler Netze, kernelbasiertes Clustering, sequenzielles Datenclustering, großmaßstäbliches Datenclustering, Datenvisualisierung und hochdimensionales Datenclustering sowie Clustervalidierung. Die Autoren gehen davon aus, dass es keine Vorkenntnisse im Bereich Clustering gibt, und ihre großzügige Einbeziehung von Beispielen und Verweisen trägt dazu bei, dass die Thematik für Leser mit unterschiedlichem Niveau und Hintergrund verständlich ist.
| ISBN: | 9780470276808 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2008 |
| Seitenzahl: | 368 |
Derzeit verfügbar, auf Lager.
