数据挖掘导论 （英文版）

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。

出版者:人民邮电出版社

作者:[美] Pang-Ning Tan

页数:516

出版时间:2006-1

价格:59.00元

装帧:平装

isbn号码:9787115141446

丛书系列:图灵原版计算机科学系列

图书标签:数据挖掘Data-Mining计算机计算机科学数据DataMining学习IT

《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。

读后感

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  

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。...  

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...  

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  

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...  

用户评价

没认真看

没认真看

没认真看

没认真看

没认真看