数据挖掘

Mehmed Kantardzic博士是美国路易维尔大学工学院计算机工程与科学系的教授，任该系的研究生院院长和数据挖掘实验室主任。Mehmed是IEEE、ISCA和SPIE的成员，曾受邀参加多个重要的学术会议；他已出版多本书籍，在许多期刊上发表过论文，其中有多篇论文获奖。

出版者:清华大学出版社

作者:[美] Mehmed Kantardzic

页数:403

译者:王晓海

出版时间:2013-1

价格:59.00元

装帧:平装

isbn号码:9787302307143

丛书系列:国外经典教材·计算机科学与技术

图书标签:数据挖掘机器学习数据分析计算机科学DataMining统计学中国预购

承接 住宅 自建房 室内改造 装修设计 免费咨询 QQ：624617358 一级注册建筑师 亲自为您回答、经验丰富，价格亲民。无论项目大小，都全力服务。期待合作，欢迎咨询！QQ：624617358

随着数据集规模和复杂度的持续上升，分析员必须利用更高级的软件工具来执行间接的、自动的智能化数据分析。《数据挖掘：概念、模型、方法和算法(第2版)》介绍了通过分析高维数据空间中的海量原始数据来提取用于决策的新信息的尖端技术和方法。

本书开篇阐述数据挖掘原理，此后在示例的引导下详细讲解起源于统计学、机器学习、神经网络、模糊逻辑和演化计算等学科的具有代表性的、最前沿的挖掘方法和算法。本书还着重描述如何恰当地选择方法和数据分析软件并合理地调整参数。每章末尾附有复习题。

本书主要用作计算机科学、计算机工程和计算机信息系统专业的研究生数据挖掘教材，高年级本科生或具备同等教育背景的读者也完全可以理解本书的所有主题。

◆ 介绍支持向量机(SVM)和Kohonen映射

◆ 讲解DBSCAN、BIRCH和分布式DBSCAN聚类算法

◆ 介绍贝叶斯网络，讨论图形中的Betweeness和Centrality参数测量算法

◆ 分析在建立决策树时使用的CART算法和基尼指数

◆ 介绍Bagging & Boosting集成学习方法，并详述AdaBoost算法

◆ 讨论Relief以及PageRank算法

◆ 讨论文本挖掘的潜在语义分析(LSA)，并分析如何测定文本文档之间的语义相似性

◆ 讲解时态、空间、Web、文本、并行和分布式数据挖掘等新主题

◆ 更详细地讲解数据挖掘技术商业、隐私、安全和法律方面的内容

读后感

今天收到书非常开心，排版和纸张不错，读完一章感觉翻译还比较流畅。虽然现在的研究方向不是数据挖掘，但因为兴趣以前看过几本数据挖掘的书。相比Han的数据挖掘概念与技术，感觉这本书更适合自学，相关概念算法描述更为通俗化。就比如Apriori算法，Han的书有一堆偏学术...  

今天收到书非常开心，排版和纸张不错，读完一章感觉翻译还比较流畅。虽然现在的研究方向不是数据挖掘，但因为兴趣以前看过几本数据挖掘的书。相比Han的数据挖掘概念与技术，感觉这本书更适合自学，相关概念算法描述更为通俗化。就比如Apriori算法，Han的书有一堆偏学术...  

今天收到书非常开心，排版和纸张不错，读完一章感觉翻译还比较流畅。虽然现在的研究方向不是数据挖掘，但因为兴趣以前看过几本数据挖掘的书。相比Han的数据挖掘概念与技术，感觉这本书更适合自学，相关概念算法描述更为通俗化。就比如Apriori算法，Han的书有一堆偏学术...  

今天收到书非常开心，排版和纸张不错，读完一章感觉翻译还比较流畅。虽然现在的研究方向不是数据挖掘，但因为兴趣以前看过几本数据挖掘的书。相比Han的数据挖掘概念与技术，感觉这本书更适合自学，相关概念算法描述更为通俗化。就比如Apriori算法，Han的书有一堆偏学术...  

今天收到书非常开心，排版和纸张不错，读完一章感觉翻译还比较流畅。虽然现在的研究方向不是数据挖掘，但因为兴趣以前看过几本数据挖掘的书。相比Han的数据挖掘概念与技术，感觉这本书更适合自学，相关概念算法描述更为通俗化。就比如Apriori算法，Han的书有一堆偏学术...  

用户评价

优点：全书结构清晰。也展示了很多算法。缺点：经常抛出没定义过的概念或公式。翻译也很有问题。读起来很累，不推荐。

比较全面

比较全面

比较全面

优点：全书结构清晰。也展示了很多算法。缺点：经常抛出没定义过的概念或公式。翻译也很有问题。读起来很累，不推荐。