Pang-Ning Tan现为密歇根州立大学计算机与工程系助理教授,主要教授数据挖掘、数据库系统等课程。此前,他曾是明尼苏达大学美国陆军高性能计算研究中心副研究员(2002-2003)。
Michael Steinbach 明尼苏达大学计算机与工程系研究员,在读博士。
Vipin Kumar明尼苏达大学计算机科学与工程系主任,曾任美国陆军高性能计算研究中心主任。他拥有马里兰大学博士学位,是数据挖掘和高性能计算方面的国际权威,IEEE会士。
《数据挖掘导论》(英文版)对数据挖掘进行了全面介绍,旨在为读者提供将数据挖掘应用于实际问题所必需的知识。《数据挖掘导论》(英文版)涵盖五个主题:数据、分类、关联分析、聚类和异常检测。除异常检测外,每个主题都有两章:前面一章讲述基本概念、代表性算法和评估技术,而后面一章较深入地讨论高级概念和算法。目的是在使读者透彻地理解数据挖掘基础的同时,还能了解更多重要的高级主题。此外,书中还提供了大量例子、图表和习题。
我是非数据挖掘领域,想了解数据挖掘领域的知识,但这本书还是有点太专业,太多的知识和算法看不懂,只是浏览了一下概念性的知识 有没有介绍更通俗的数据挖掘的书,或者注重方法不注重算法的书,希望能有高人指点一二
评分该书特点:以实例为重,给出了常用算法的伪代码,和《模式识别》、《模式分类》等专著比起来,该书略去了各个定理的证明部分,并通过大量枚举具体的分类实例,来简要说明算法的流程和意义。 根据个人的体验,觉得这本书作为第一本数据挖掘的入门读物是再恰当不过的了。...
评分这本书写得逻辑性比较强,全面,而且我觉得涉及的东西也比较底层,让我们了解一些算法的基本型原理是非常重要的。如果,网上的机器学习相关文章看不懂的话,可以从这本书入手。中文版的只看过一点点,感觉完全没逻辑性,完全没感觉。翻译出来完全就变味了,毕竟是语言习惯上的...
评分我是非数据挖掘领域,想了解数据挖掘领域的知识,但这本书还是有点太专业,太多的知识和算法看不懂,只是浏览了一下概念性的知识 有没有介绍更通俗的数据挖掘的书,或者注重方法不注重算法的书,希望能有高人指点一二
评分统计学经典入门书籍,对数据处理、分类、相关分析、聚类等方面做了事无巨细的讲解,兼顾通俗性和理论推导,浏览一遍目录就会发现,这不就是机器学习嘛! 看这书名一开始以为这只是一本讲数据抓取、数据分析的书籍,这比市面上一些夸夸其谈机器学习、人工智能的书要低调很多,而...
没认真看
评分没认真看
评分没认真看
评分没认真看
评分没认真看
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 onlinetoolsland.com All Rights Reserved. 本本书屋 版权所有