Értékelés:
A könyv átfogó és gyártósemleges bevezetést nyújt az adatbányászat és a raktározás témakörébe, mind a kezdő, mind a haladó olvasók számára. Tartalmazza a mögöttes matematika és a különböző adatbányászati módszerek szilárd magyarázatát. Néhány recenzens azonban frusztrálónak találja az írást, a gyakorlati példák hiányát és a gyakorlatokra adott válaszok hiányát.
Előnyök:⬤ Az adatbányászati fogalmak és algoritmusok átfogó lefedettsége.
⬤ A gyártósemleges megközelítés rugalmasságot biztosít a megvalósításban.
⬤ Jó bevezető anyag, szilárd matematikai magyarázatokkal.
⬤ Kérdés-válasz formátum segíti a tanulást.
⬤ Kezdőknek és haladóknak egyaránt ajánlott.
⬤ Jó elméleti tartalmat és számos hivatkozást tartalmaz.
⬤ Néhány olvasó számára az írásmód homályos és nehezen követhető.
⬤ A feladatokra adott válaszok hiánya csökkenti a tankönyvként való hasznosságát.
⬤ A példák gyakran hiányosak, nem mutatják be a teljes megoldásokat.
⬤ A könyv túlságosan elvont lehet, és hiányoznak a valós adatbázis-rendszereket használó gyakorlati példák.
⬤ Egyesek szerint a tartalom elavult és nem elég mély a felsőfokú tanulmányokhoz.
(23 olvasói vélemény alapján)
Data Mining: Concepts and Techniques
Data Mining: Concepts and Techniques, Fourth Edition bemutatja a különböző típusú adatokból a különböző alkalmazásokhoz szükséges minták, tudás és modellek bányászatának fogalmait, elveit és módszereit. Konkrétan a hatalmas adatgyűjteményekből származó minták és tudás feltárására szolgáló folyamatokba, az adatokból történő tudásfeltárás (Knowledge Discovery from Data, KDD) eljárásaiba mélyül el.
A nagy adathalmazok adatbányászati technikáinak megvalósíthatóságára, hasznosságára, hatékonyságára és skálázhatóságára összpontosít. Az adatbányászat fogalmának bemutatása után a szerzők ismertetik az előfeldolgozás, a jellemzés és az adatok tárolásának módszereit. Ezután az adatbányászati módszereket több fő feladatra osztják fel, bemutatva a nagy adathalmazok gyakori mintáinak, asszociációinak és korrelációinak bányászatára, az adatok osztályozására és modellépítésre, a klaszterelemzésre és a kiugró értékek felderítésére szolgáló fogalmakat és módszereket.
A mélytanulás fogalmait és módszereit szisztematikusan egy fejezetben mutatjuk be. Végül a könyv kitér az adatbányászat trendjeire, alkalmazásaira és a kutatás határaira.
© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)