JiaweiHan伊利诺伊大学厄巴纳-尚佩恩分校计算机科学系教授。由于在数据挖掘和数据库
系统领域卓有成效的研究工作,他曾多次获得各种荣誉和奖励,其中包括2004~-ACMSIGKDD颁
发的创新奖。同时,他还是~ACMTransactionsOnKnowledgeDiscoveryfromData))杂志的主
编,以及((1EEETransactionsOn Knowledgeand DataEngineering))和((DataMiningand
KnowledgeDiscovery))杂志的编委会成员。
MichelineKamber拥有加拿大康考迪亚大学计算机科学硕士学位,现在加拿大西蒙·弗雷
泽大学从事博士后研究工作。
●全面实用地论述了从实际业务数据中抽取出的读者需要知道的概念和技术。
●更新并结合了来自读者的反馈、数据挖掘领域的技术变化以及统计和机器学习方面的更多资料。
●包含了许多算法和实现示例,全部以易于理解的伪代码编写,适用子实际的大规模数据挖掘项目。
开阔眼界非常好 本科的基础不扎实的建议skip这本书吧 Data Mining 可是硕士博士们做的事情
评分这本书是准备跟随浙江大学的课程学习而购买的课本,里面的知识比较全面。部分比较深入的知识由于课上没有 讲解,因此我也将它跳过了。因为这学期选修了数据挖掘的课,需要一个中文版的课本进行学习,选择这本书还是不错的。 这本书很适合自学,因为是将理论与算法相结合讲解的...
评分一本引导你入门的书,知识深浅都涵盖,描述广泛但不详实易懂。 前几个chapter屁话较多,但OLAP的概念是有用的。随后的cluster,association的分析解释还是涵盖的很好,但都是点到为止,颇具教科书的味道,其实被来就是一本教科书。剩下的章节就不能看了。 6年前就通读此书,...
评分 评分我了个擦 , 连个非限制性定语从句都翻译不了,你翻译毛啊。还不如看原版。你们两个真是叫兽啊。本来都不屑去骂,但是连个定于从句都搞不通顺,叫兽你就这水平?你让研究生替你翻译的话,你研究生的水平也不至于如此奇差吧,还没过四级呢吧。不评很差是看在原著的面子上。
可能是看这本书的时候比较晚了,所以对后面的内容比较熟悉,不太感冒,倒是前面讲的数据预处理那块启发挺大。
评分一开始看,哥是想shi的心都有了,一堆一堆的算法,对于挖掘入门的人真的不合适啊。 哥看完时间序挖掘那一章也就放弃它了,该书作为教材或者课外拓展--注意不是入门!还行,对于想科普的娃来说,要冷静,要慎重。。。。
评分必要的新视角
评分更像一本综述文集,想深入学习每个专题还需要阅读专门的深入的文献和教材
评分知识储备不够,读到数据立方体技术彻底失败啃不下去了………回头需要的时候再去读读,高屋建瓴的知识图谱
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
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有