Bewertung:
Das Buch wird für seine umfassende Abdeckung und Tiefe in verschiedenen Data Mining- und Analysethemen gelobt. Es wird als wertvolle Ressource sowohl für Wissenschaftler als auch für Praktiker angesehen, die gründliche theoretische Einblicke suchen. Es wird jedoch nicht für Anfänger empfohlen und hat Probleme mit physischen und digitalen Formaten.
Vorteile:⬤ Ausgezeichnete Breite und Tiefe der behandelten Themen.
⬤ Detaillierte Algorithmusbeschreibungen, Analysen und Pseudocode.
⬤ Gut integrierte Abdeckung verschiedener Bereiche.
⬤ Starker theoretischer Rahmen, geeignet für akademische Studien.
⬤ Klare Erklärungen und intuitive Diskussionen zu komplexen Themen.
⬤ Umfassende Abdeckung, die sowohl Data Mining als auch Methoden des maschinellen Lernens einschließt.
⬤ Nicht als erstes Buch über Data Mining geeignet; besser für Fortgeschrittene.
⬤ Einige Algorithmenbeschreibungen sind knapp gehalten und ohne Vorkenntnisse nicht leicht zu verstehen.
⬤ Physikalische Qualitätsprobleme, z. B. herausfallende Seiten.
⬤ Die Kindle-Ausgabe hat schlecht gerenderte Formeln, was sie unleserlich macht.
(basierend auf 19 Leserbewertungen)
Data Mining: The Textbook
Dieses Lehrbuch untersucht die verschiedenen Aspekte des Data Mining von den Grundlagen bis hin zu den komplexen Datentypen und ihren Anwendungen, wobei die große Vielfalt der Problembereiche für Data-Mining-Fragen erfasst wird. Es geht über den traditionellen Fokus auf Data-Mining-Probleme hinaus und stellt fortgeschrittene Datentypen wie Text, Zeitreihen, diskrete Sequenzen, räumliche Daten, Graphdaten und soziale Netzwerke vor. Bisher gab es kein einziges Buch, das all diese Themen auf umfassende und integrierte Weise behandelt hat. Die Kapitel dieses Buches lassen sich in drei Kategorien einteilen:
⬤ Grundlagenkapitel: Data Mining hat vier Hauptprobleme, die dem Clustering, der Klassifizierung, dem Assoziationsmuster-Mining und der Ausreißeranalyse entsprechen. In diesen Kapiteln wird eine breite Palette von Methoden für diese Probleme umfassend erörtert.
⬤ Domänenkapitel: In diesen Kapiteln werden die spezifischen Methoden für verschiedene Datenbereiche wie Textdaten, Zeitreihendaten, Sequenzdaten, Graphendaten und räumliche Daten behandelt.
Anwendungs-Kapitel: In diesen Kapiteln werden wichtige Anwendungen wie Stream Mining, Web Mining, Ranking, Empfehlungen, soziale Netzwerke und Schutz der Privatsphäre untersucht. Die Kapitel über die Bereiche haben ebenfalls einen angewandten Charakter.
Data Mining eignet sich sowohl für Einführungs- als auch für Fortgeschrittenenkurse zum Thema Data Mining: The Textbook ein Gleichgewicht zwischen mathematischen Details und Intuition. Es enthält die notwendigen mathematischen Details für Professoren und Forscher, wird aber in einem einfachen und intuitiven Stil präsentiert, um den Zugang für Studenten und Praktiker aus der Industrie (auch mit begrenztem mathematischem Hintergrund) zu verbessern. Zahlreiche Abbildungen, Beispiele und Übungen sind enthalten, wobei der Schwerpunkt auf semantisch interpretierbaren Beispielen liegt.
Lob für Data Mining: Das Lehrbuch -.
"Als ich dieses Buch durchlas, habe ich bereits beschlossen, es in meinem Unterricht einzusetzen. Es ist ein Buch, das von einem herausragenden Forscher geschrieben wurde, der grundlegende Beiträge zum Data Mining geleistet hat, und zwar auf eine Weise, die sowohl zugänglich als auch auf dem neuesten Stand ist. Das Buch ist komplett mit Theorie und praktischen Anwendungsfällen. Es ist ein Muss für Studenten und Professoren gleichermaßen! "Qiang Yang, Lehrstuhl für Informatik und Ingenieurwissenschaften an der Hong Kong University of Science and Technology.
"Dies ist das erstaunlichste und umfassendste Lehrbuch über Data Mining. Es behandelt nicht nur die grundlegenden Probleme wie Clustering, Klassifizierung, Ausreißer und häufige Muster und verschiedene Datentypen wie Text, Zeitreihen, Sequenzen, räumliche Daten und Graphen, sondern auch verschiedene Anwendungen wie Empfehlungssysteme, Web, soziale Netzwerke und Datenschutz. Es ist ein großartiges Buch für Doktoranden und Forscher sowie für Praktiker. -- Philip S. Yu, UIC Distinguished Professor und Wexler-Lehrstuhl für Informationstechnologie an der University of Illinois at Chicago.
| ISBN: | 9783319381169 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
Derzeit verfügbar, auf Lager.
