Pang-Ning Tan現為密歇根州立大學計算機與工程係助理教授,主要教授數據挖掘、數據庫係統等課程。此前,他曾是明尼蘇達大學美國陸軍高性能計算研究中心副研究員(2002-2003)。
Michael Steinbach 明尼蘇達大學計算機與工程係研究員,在讀博士。
Vipin Kumar明尼蘇達大學計算機科學與工程係主任,曾任美國陸軍高性能計算研究中心主任。他擁有馬裏蘭大學博士學位,是數據挖掘和高性能計算方麵的國際權威,IEEE會士。
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
我是拿这本书当作课程书的,这本书基本上涵盖了数据挖掘的许多经典算法,分类,聚类,关联规则。比较适合对数据挖掘感兴趣的人,这本书看完之后基本上就可以进行对数据的分析,挖掘了。然而这仅仅是一门入门书,对于理论部分并没有做过多的解释。如果想进一步的了解理论知识,...
評分该书特点: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。...
評分给出了DataMining的一般性解决思路,全面易懂,很适合给初学者扫盲。加之与原版大概400+RMB比较起来,不禁觉得还是祖国好哇。。。PS:据说巴基斯坦卖得更便宜。。。
評分Chapter2 和 Chapter3 一大堆废话,基本都是初中高中教的!!!好像跳过这些章节!!! Chapter2 和 Chapter3 一大堆废话,基本都是初中高中教的!!!好像跳过这些章节!!! Chapter2 和 Chapter3 一大堆废话,基本都是初中高中教的!!!好像跳过这些章节!!!
評分这本书介绍的比较全面,某些内容在一般的书中是很少介绍的,内容浅显易懂。本人开始看中文版的,觉的中文版的写的不错,后来又看英文版的,就发现中文版的差太多了,推荐英文版的
數據挖掘領域的入門神作
评分人工神經網絡講的比較簡單。SVM以及裏麵的核方法,第二章都不錯 。
评分頭一次遇到讀課本還得分析語句成分的,寫的也太簡略瞭,就像是參考答案上的“略”一樣讓人火大
评分這麼本書小錯誤有點多。。。
评分還是不如HanJiawei的經典教材
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有