具体描述
《基于Clementine的数据挖掘》内容简介：数据挖掘这种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模式化的处理，从中提取辅助商业决策的关键性数据。Clementine软件以其卓越的运算处理能力和图形展现能力、优秀的算法、行之有效的统计分析方法成为解决数据挖掘问题的理想工具。
作者基于长期从事计算机数据分析教学与科研工作的经验编写了《基于Clementine的数据挖掘》，在编写过程中体现出以下特色：以数据挖掘过程为线索介绍Clementine软件。薛薇和陈欢歌编著的《基于Clementine的数据挖掘》以数据挖掘的实践过程为主线，从Clementine数据管理入手，说明问题从浅至深，讲解方法从易到难。这样，能使读者在较短时间内掌握Clementine的基本功能和一般方法，并可迅速运用到实际工作中。
数据挖掘方法、软件操作、案例分析的有机结合。配合实际案例，侧重数据挖掘方法核心思想和基本原理的阐述，使得读者可以直观理解方法，并正确掌握方法的应用范围。
数据挖掘方法讲解全面，语言通俗。《基于Clementine的数据挖掘》对Clementine的数据挖掘算法进行了全面分析和应用，内容力求丰富翔实。同时使用通俗的语言和示例讲述算法，尽量避免使用公式和推导堆砌算法。
作者简介
薛薇，工学硕士、经济学博士，中国人民大学统计学院副教授，教育部人文社会科学重点研究基地：中国人民大学应用统计学科研究中心副主任。关注数据挖掘及统计分析方法，统计和数据挖掘软件应用，统计数据库系统研发等方面，涉足网络新媒体传播和互动模式建模、政府和官方微博分析、学科学术热点跟踪等文本挖掘和统计应用领域，以及以数据挖掘为依托的客户关系管理等。主要代表作：《SPSS统计分析方法及应用》、《Clementine数据挖掘方法及应用》、《基于信息技术的统计信息系统》。
陈欢歌，副教授，工学硕士，现任教于北京培黎职业学院。主要从事计算机应用教学与管理工作。曾在计算机公司从事软件开发和计算机系统集成工作。
目录信息
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
天呐，我刚翻完这本厚厚的书，简直是本世纪最让人摸不着头脑的“技术指南”！从封面设计到内容排布，都散发着一种上个世纪九十年代末期的遗风，那种带着粗糙像素感和霓虹灯闪烁的审美，让人忍不住怀疑自己是不是穿越了。这本书的作者显然对“数据”这个词有着一种近乎宗教般的热忱，但这种热忱似乎只停留在概念的云端，鲜少触及任何可以被代码实现的具体路径。比如，有一章花了整整三十页来阐述“信息的熵减”在宇宙大尺度上的意义，配图是一张模糊不清的哈勃望远镜照片，配上的文字佶屈聱牙，我读了三遍，感觉自己更接近于哲学系新生而不是数据分析师。我原本期待看到一些关于如何清洗、建模、或者至少是关于某个具体算法的深入剖析，结果呢？更多的是对“挖掘”这个动作本身进行诗意的赞美。书中提到的“工具箱”，我找遍了所有提及的软件名称，发现它们要么是已经停产的古董，要么是根本不存在于任何主流技术栈中的自创名词。这本书更像是一本为后人准备的“反面教材”，详细展示了如何用最晦涩的语言和最不实用的理论，构建一个看起来高深莫测的知识体系。读完之后，我的电脑硬盘里没有多出一个新的脚本文件，但我的咖啡消耗量倒是显著增加了。
评分我不得不承认，这本书的装订质量是顶级的，它拿在手里确实很有分量感，可以作为一件不错的家居装饰品。然而，作为一本技术专著，它的“实用价值”几乎为零。全书洋溢着一种强烈的、自恋式的“理论优越感”。作者似乎更热衷于批判所有现有的、成熟的数据挖掘范式，将它们贬低为“肤浅的算术游戏”，然后用自己那套“宏大叙事”取而代之。这种批判姿态本身无可厚非，但前提是，你的替代方案必须是可操作的、可验证的，并且能够解决实际问题。这本书遗憾地没有做到这一点。它仿佛是一场冗长、华丽的开场白，承诺了一个史诗般的发现，但最终在关键的“结论”部分戛然而止，留给读者的只有一堆无法落地、难以复现的“思想火花”。对于那些需要快速掌握技能、解决实际业务问题的专业人士来说，这本书简直是时间的黑洞，它消耗了你的精力，却无法提供任何可以写入简历的技能点。我更倾向于把它视为一种艺术品，而不是一本工具书。
评分这本书给我的感觉就像是走进了一个巨大的、华丽的、但完全没有灯光的图书馆。装帧精美，纸张的触感极佳，翻开扉页，那些引言和致谢词写得情真意切，看得出作者倾注了大量心血，这方面的诚意是毋庸置疑的。然而，一旦进入正文，那种期望就被无情地击碎了。书的结构极其松散，章节之间的逻辑跳跃性令人咋舌，仿佛是作者在不同时间、不同心境下随手写下的笔记的集合。前一章还在讨论如何用概率论来预测下个月的降水量，后一章立刻转到了中世纪炼金术对“数据提纯”的隐喻性影响。我试图寻找一个贯穿始终的主线，一个可以让我将所有知识点串联起来的“骨架”，但似乎这本书的骨架是软骨组织，它会随着你的阅读方向随意变形。更令人头疼的是，书中引用的“权威文献”名单，我尝试去搜索了其中几篇被重点提及的论文，结果发现它们的DOI（数字对象标识符）指向的都是一本关于园艺学的期刊，这不禁让我怀疑，作者是不是在某个午后把书架上的书拿错了。对于那些想通过这本书建立起系统性知识框架的读者来说，这无疑是一场灾难，它提供的不是地图，而是一堆散落的、指向不同方向的指南针。
评分这本书的插图和图表是另一个令人费解的方面。如果说文字是晦涩的，那么图表简直就是抽象派的艺术品。它们要么是色彩极其饱和、对比度高到让人眼睛刺痛的饼图，要么是三维空间中扭曲变形的曲面图，关键是，这些图表上标注的轴标签往往是空缺的，或者写着诸如“时间流”、“认知密度”这类无法量化的描述性词汇。我尤其记得有一张图，它试图用“莫比乌斯环”的拓扑结构来解释数据流的循环性，但最终呈现的效果更像是一个被压扁的甜甜圈。在数据分析领域，清晰、直观的可视化是至关重要的沟通工具，然而这本书却反其道而行之，似乎在刻意地模糊和隐藏信息背后的真实含义。我怀疑作者是不是对“可视化”的理解还停留在上世纪七十年代的计算机图形学初级阶段。购买这本书的读者，如果期待能从中学习到如何制作一张清晰的报告图表，那他们会失望地发现，这本书提供的，可能只是他们未来需要努力“去解读”的视觉谜题。
评分说实话，我本来对这个领域抱有极大的热情，买了这本书后，更是满怀憧憬地想提升自己的“数据洞察力”。但这本书的文字风格，简直是故意设置的阅读障碍。它的句子结构复杂到令人发指，一个简单的陈述句需要用至少三个从句和两个插入语才能完整表达，阅读起来的耗费的心力，比我自己去跑一个复杂的机器学习模型还要大。而且，书中充斥着大量自造的、或者至少是极为小众的术语，作者似乎认为读者已经具备了与他同等的专业背景，所以完全没有提供任何的术语表或背景解释。举个例子，作者反复提到一种名为“超维度共振拟合”的方法，在全书近六百页的篇幅里，我只找到了它出现过一次函数的伪代码，而且这段代码本身就充满了语法错误，根本无法运行。我尝试在网上搜索这个概念，结果搜索引擎的反馈是“您是不是想搜索‘维度灾难’？”这让我意识到，这本书的内容可能与当前的行业实践存在着严重的脱节，或者说，它构建的是一个完全独立于现实世界之外的理论“象牙塔”。
评分国内出版的比较好的介绍clementine的教材，也可以当做一本算法简介，对各种机器学习算法的介绍也很不错，数学公式的推导增加了对算法的认知~~
评分很浅显的一门数据挖掘的应用书籍，不涉及任何编程。
评分目前看过最好的中文clementine书籍
评分国内出版的比较好的介绍clementine的教材，也可以当做一本算法简介，对各种机器学习算法的介绍也很不错，数学公式的推导增加了对算法的认知~~
评分还不错，难得有本仔细讲modeler的书，但感觉自己缺算法基础，不少地方看得不甚了了。（2014年6月）
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有