Bewertung:
Das Buch hat von den Benutzern gemischte Kritiken erhalten. Viele schätzten den klaren und ansprechenden Schreibstil, der komplexe Themen der Datenwissenschaft leichter zugänglich macht. Es enthält hilfreiche Beispiele und Übungen, die Anfängern mehr Sicherheit geben. Einige Nutzer kritisieren jedoch, dass es sich in erster Linie um ein Lehrbuch handelt, das sich eher auf proprietäre Software als auf solide theoretische Grundlagen konzentriert.
Vorteile:Klarer und ansprechender Schreibstil, viele Beispiele und Grafiken, hilfreiche Übungen (R und Hands-On Data), aufschlussreiche Perspektive aufgrund des Hintergrunds des Autors in Statistik, stärkt das Selbstvertrauen für Anfänger.
Nachteile:Kritisiert wurde, dass der Schwerpunkt mehr auf proprietärer Software als auf Theorie liegt, einige fanden es nicht gut geschrieben, einige erhielten das falsche Buch.
(basierend auf 8 Leserbewertungen)
Discovering Knowledge in Data: An Introduction to Data Mining
Das Gebiet des Data Mining liegt an der Schnittstelle von prädiktiver Analyse, statistischer Analyse und Business Intelligence. Aufgrund der ständig zunehmenden Komplexität und Größe von Datensätzen und des breiten Spektrums von Anwendungen in der Informatik, der Wirtschaft und dem Gesundheitswesen ist der Prozess der Entdeckung von Wissen in Daten wichtiger als je zuvor.
Dieses Buch liefert die notwendigen Werkzeuge, um in der heutigen Big-Data-Welt erfolgreich zu sein. Der Autor zeigt, wie die vorhandenen Datenbanken eines Unternehmens genutzt werden können, um Gewinne und Marktanteile zu steigern, und erläutert sorgfältig die aktuellsten Methoden und Techniken der Datenwissenschaft. Der Leser lernt Data Mining, indem er Data Mining betreibt". Durch die Hinzufügung von Kapiteln über die Vorbereitung der Datenmodellierung, die Imputation fehlender Daten und die multivariate statistische Analyse bleibt Discovering Knowledge in Data, Second Edition, das herausragende Nachschlagewerk zum Thema Data Mining
⬤ Die zweite Auflage eines hochgelobten, erfolgreichen Nachschlagewerks zum Thema Data Mining, mit gründlicher Abdeckung von Big-Data-Anwendungen, Predictive Analytics und statistischer Analyse.
⬤ Enthält neue Kapitel über multivariate Statistik, Vorbereitung der Datenmodellierung und Imputation fehlender Daten sowie einen Anhang über Datenzusammenfassung und -visualisierung.
⬤ Bietet eine umfassende Abdeckung der statistischen Programmiersprache R.
⬤ Enthält 280 Übungen am Ende eines Kapitels.
⬤ Enthält eine begleitende Website für Hochschullehrer, die das Buch übernehmen.
| ISBN: | 9780470908747 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2014 |
| Seitenzahl: | 336 |
Derzeit verfügbar, auf Lager.
