具体描述
这本书系统地论述数据挖掘的基本概念、基本技术和最新进展。全书分10章，全面而深入地介绍数据库技术的发展和数据挖掘的应用，数据仓库和联机分析技术，数据预处理技术（数据清理、数据集成和转换、数据归约），数据挖掘技术（数据的分类、预测、关联和聚类），先进数据库系统中的数据挖掘方法，以及数据挖掘的应用和一些具有挑战性的问题。书中注重实效，在讨论概念与技术时辅以实例，并提供代表性算法。
作者简介
Jiawei Han(韩家炜)，是伊利诺伊大学厄巴纳-尚佩恩分校计算机科学系的Bliss教授。他因知识发现和数据挖掘研究方面的贡献而获得许多奖励，包括ACM SIGKDD创新奖(2004)、IEEE计算机学会技术成就奖(2005)和IEEE W.Wallace McDowell奖(2009)。他是ACM和IEEE会士。他还担任《ACM Transactions on Knowledge Discovery from Data》的执行主编(2006—2011)和许多杂志的编委，包括《IEEE Transactions on Knowledge and Data Engineering》和《Data Mining Knowledge Discovery》。
拥有加拿大康考迪亚大学计算机科学硕士学位，现在加拿大西蒙弗雷泽大学从事博士后研究工作。
目录信息
序
前言
第1章 引言
第2章 数据仓库和数据挖掘的OLAP技术
第3章 数据预处理
第4章 数据挖掘原语、语言和系统结构
第5章 概念描述：特征化与比较
第6章 挖掘大型数据库中的关联规则
第7章 分类和预测
第8章 聚类分析
第9章 复杂类型数据的挖掘
第10章 数据挖掘的应用和发展趋势
附录
参考文献
索引
· · · · · · (收起)
读后感
我了个擦 ， 连个非限制性定语从句都翻译不了，你翻译毛啊。还不如看原版。你们两个真是叫兽啊。本来都不屑去骂，但是连个定于从句都搞不通顺，叫兽你就这水平？你让研究生替你翻译的话，你研究生的水平也不至于如此奇差吧，还没过四级呢吧。不评很差是看在原著的面子上。
评分//2017-05-20 13:30 这篇文章我已经欠了至少一年了，周五写记录时，本想写开始认真搞黑客，但突然发现之前的总结少这篇，心里实在过不去，遂补上，顺便梳理一下之前的学习总结，也了却一心愿。 数据挖掘的目标是从数据集中识别出一种或多种模式，并用所发现的模式进行分析或...
评分作者是FP-Growth的发明人之一，本身实力不弱。但看了国内外的一些评论后，觉得此书偏向文献综述的类型，适合当作参考手册。 亚马逊地址： http://www.amazon.com/Data-Mining-Concepts-Techniques-Management/dp/0123814790/ref=cm_rdp_product
评分应该说这部书可以把人引进门，但看了之后，总觉得还有些概念模糊之处，比如说数据挖掘的理论来源是什么？如何把这些算法从本质上分类？ 我觉得，这方面，《实用数据挖掘》会更好些。另外，如何使用简单的软件，为企业或政府部门实现一个简单可见的数据挖掘呢？这方面，我只读...
评分用户评价
Prof. Han的一本大作，从入门开始介绍，覆盖的范围广，解释的专业术语很多，如果再能有一些机器学习的内容就更好了，最好能结合代码。
评分大学之后买书就少了，但这本书买来一直放在身边当字典一般来查。
评分数据挖掘的经典入门书籍
评分跳读，入门还是不错的，从目录就可以看出内容挺全面，能撑起基本理论框架，对整个数据挖掘有个范围上的认识，但这翻译是渣渣啊！！！！！！而且很多术语在前面都蹦出来实在是让人一头雾水，感觉非常“不友好”的说~ 话说我看的版本估计太老了，虽然说架子撑起来了但是完全没办法估算这些内容的进展和热点啊
评分前面的概念很多很反胃。第五章开始不错~ 另外，与 数据挖掘与clementine实践 比起来 这书在决策树流程书写上更严谨；与 机器学习 比起来 会多谈一句算法的思想。只是，那都是我看了别的书后 再看此书发现的 本书 不适合初学者 个人感觉。
相关图书
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 book.quotespace.org All Rights Reserved. 小美书屋 版权所有