Clustering

Olvasói vélemények

A könyv átfogó áttekintést nyújt a kategorizálási algoritmusokról, és jó bevezetést nyújt a területre. Különösen hasznos a kurzusokat követő hallgatók számára. Hiányzik azonban a mélység a módszerek összehasonlításának tárgyalásában, és jelentős teret szentel az alkalmazásoknak, nem pedig a módszerek elemzésének.

⬤ A kategorizálási algoritmusok könnyen érthető lefedettsége
⬤ hasznos a strukturált kurzusokhoz
⬤ a hasonló könyvekhez képest új módszereket mutat be.

Hiányzik a mélység a különböző módszerek relatív érdemeinek tárgyalásában; túlságosan nagy hangsúlyt fektet az alkalmazások összefoglalására a mélyreható elemzés helyett.

(3 olvasói vélemény alapján)

Könyv tartalma:

Ez az első olyan könyv, amely valóban átfogóan foglalkozik a klaszterezéssel.

A könyv a klaszterelemzés bevezetésével kezdődik, majd a következőkkel foglalkozik: közelségmérések; hierarchikus klaszterezés; partíciós klaszterezés; neurális hálózat alapú klaszterezés; kernel alapú klaszterezés; szekvenciális adat-klaszterezés; nagyméretű adatok klaszterezése; adatvizualizáció és nagydimenziós adatok klaszterezése; valamint klaszterek validálása. A szerzők nem feltételeznek előképzettséget a klaszterezés terén, és a példák és hivatkozások nagyvonalú szerepeltetése segít a témát érthetővé tenni a különböző szintű és hátterű olvasók számára.