Bewertung:
Das Buch bietet eine umfassende und herstellerneutrale Einführung in Data Mining und Warehousing, die sich sowohl an Anfänger als auch an fortgeschrittene Leser richtet. Es enthält solide Erklärungen der zugrunde liegenden Mathematik und eine Vielzahl von Data-Mining-Methoden. Einige Rezensenten finden jedoch die unklare Schreibweise, den Mangel an praktischen Beispielen und die fehlenden Antworten auf Übungen frustrierend.
Vorteile:⬤ Umfassende Abdeckung von Data-Mining-Konzepten und -Algorithmen.
⬤ Herstellerneutraler Ansatz ermöglicht Flexibilität bei der Implementierung.
⬤ Gutes Einführungsmaterial mit soliden Erklärungen zur Mathematik.
⬤ Bietet ein Frage-und-Antwort-Format, das das Lernen erleichtert.
⬤ Sowohl für Anfänger als auch für fortgeschrittene Praktiker zu empfehlen.
⬤ Enthält gute theoretische Inhalte und viele Verweise.
⬤ Einige Leser finden den Text undeutlich und schwer zu verstehen.
⬤ Fehlende Antworten zu den Übungen schmälern den Nutzen des Buches als Lehrbuch.
⬤ Die Beispiele sind oft unvollständig und zeigen keine vollständigen Lösungen.
⬤ Das Buch kann zu abstrakt sein und es fehlt an praktischen Beispielen mit echten Datenbanksystemen.
⬤ Manche finden den Inhalt veraltet und nicht tief genug für ein Studium.
(basierend auf 23 Leserbewertungen)
Data Mining: Concepts and Techniques
Data Mining: Concepts and Techniques, Fourth Edition stellt Konzepte, Prinzipien und Methoden für die Gewinnung von Mustern, Wissen und Modellen aus verschiedenen Arten von Daten für unterschiedliche Anwendungen vor. Insbesondere werden die Prozesse zur Aufdeckung von Mustern und Wissen aus riesigen Datensammlungen behandelt, die als Knowledge Discovery from Data (KDD) bekannt sind.
Der Schwerpunkt liegt dabei auf der Durchführbarkeit, Nützlichkeit, Effektivität und Skalierbarkeit von Data-Mining-Techniken für große Datensätze. Nach einer Einführung in das Konzept des Data Mining erläutern die Autoren die Methoden zur Vorverarbeitung, Charakterisierung und Lagerung von Daten. Anschließend unterteilen sie die Data-Mining-Methoden in verschiedene Hauptaufgaben und stellen Konzepte und Methoden für die Suche nach häufigen Mustern, Assoziationen und Korrelationen für große Datensätze, die Klassifizierung von Daten und die Modellbildung, die Clusteranalyse und die Erkennung von Ausreißern vor.
Konzepte und Methoden für Deep Learning werden in einem Kapitel systematisch vorgestellt. Abschließend befasst sich das Buch mit den Trends, Anwendungen und den Grenzen der Forschung im Bereich Data Mining.
| ISBN: | 9780128117606 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2022 |
| Seitenzahl: | 752 |
Derzeit verfügbar, auf Lager.
