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。
Introduction to Data Mining presents fundamental concepts and algorithms for those learning data mining for the first time. Each concept is explored thoroughly and supported with numerous examples. The text requires only a modest background in mathematics. Each major topic is organized into two chapters, beginning with basic concepts that provide necessary background for understanding each data mining technique, followed by more advanced concepts and algorithms. Quotes This book provides a comprehensive coverage of important data mining techniques. Numerous examples are provided to lucidly illustrate the key concepts. -Sanjay Ranka, University of Florida In my opinion this is currently the best data mining text book on the market. I like the comprehensive coverage which spans all major data mining techniques including classification, clustering, and pattern mining (association rules). -Mohammed Zaki, Rensselaer Polytechnic Institute
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...
评分看我截图吧 http://weibo.com/1677386655/zu8O4ci9O therefore, if we compute the k-dist for all the data points for some k, sort them in increasing order, and ther plot the sorted values, we expect to see a sharp change at the value of k-dist that correspon...
评分主要是一些理论的讲解,对数据挖掘的总体起一个概述的作用,偏向于实际应用的较少!对各种算法也只是简单进行说明,然后进行应用,对于刚刚接触数据挖掘的同学有一些意义 内容涵盖方方面面,对于要深挖某个主题的话需要另找书籍结合阅读
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。...
评分我的习惯就是在蹲坑的时候读一些艰涩高深的科学读物,这样有助于我在排泄的时候大脑保持高度的兴奋状态,不至于被熏晕或者不至于被引人入胜的小说情节所陶醉最后导致肛瘘…… 但是,这本书另我惊诧了…… 第一他不艰涩,是我读到过的关于统计、关于数据、关于计算的最科普的读...
人工神经网络讲的比较简单。SVM以及里面的核方法,第二章都不错 。
评分the best textbook on data mining. photo-copy version in China omits the references and index: sadly
评分不算太好
评分数据挖掘领域的入门神作
评分很全面
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