Estrazione dei dati: Il libro di testo

Recensioni dei lettori

Il libro è molto apprezzato per la copertura completa e dettagliata degli argomenti di data mining e analytics, adatta a lettori esperti. Sebbene sia lodato per la sua profondità, organizzazione e chiarezza, è criticato perché non è adatto ai principianti e presenta problemi di qualità in alcune edizioni.

Eccellente ampiezza e profondità degli argomenti, discussioni ben integrate, spiegazioni esaurienti con pseudocodice ed esempi, scrittura chiara e perspicace, copertura completa anche di argomenti avanzati, adatto sia ai libri di testo che alla consultazione.

Non ideale per i principianti, alcune sezioni possono essere troppo concise per chi non ha familiarità con gli algoritmi, problemi di qualità fisica in alcune edizioni e un formato scadente per la versione Kindle che rende illeggibili le formule.

(basato su 19 recensioni dei lettori)

Titolo originale:

Data Mining: The Textbook

Contenuto del libro:

Questo libro di testo esplora i diversi aspetti del data mining, dai fondamenti ai tipi di dati complessi e alle loro applicazioni, cogliendo l'ampia diversità dei domini problematici per le questioni di data mining. Va oltre la tradizionale focalizzazione sui problemi di data mining per introdurre tipi di dati avanzati come testo, serie temporali, sequenze discrete, dati spaziali, dati grafici e reti sociali. Finora nessun libro ha affrontato tutti questi argomenti in modo completo e integrato. I capitoli di questo libro rientrano in tre categorie:

⬤ Capitoli fondamentali: Il data mining ha quattro problemi principali, che corrispondono al clustering, alla classificazione, all'estrazione di modelli di associazione e all'analisi degli outlier. Questi capitoli discutono in modo esaustivo un'ampia varietà di metodi per questi problemi.

⬤ Capitoli di settore: Questi capitoli trattano i metodi specifici utilizzati per diversi domini di dati, quali dati testuali, dati di serie temporali, dati di sequenze, dati grafici e dati spaziali.

Capitoli sulle applicazioni: Questi capitoli studiano applicazioni importanti come lo stream mining, il Web mining, il ranking, le raccomandazioni, le reti sociali e la conservazione della privacy. Anche i capitoli sui domini hanno un sapore applicativo.

Adatto sia ai corsi introduttivi che a quelli avanzati di data mining, Data Mining: The Textbook bilancia dettagli matematici e intuizione. Contiene i dettagli matematici necessari per i professori e i ricercatori, ma è presentato in uno stile semplice e intuitivo per migliorare l'accessibilità per gli studenti e i professionisti del settore (compresi quelli con un background matematico limitato). Sono incluse numerose illustrazioni, esempi ed esercizi, con particolare attenzione agli esempi interpretabili semanticamente.

Elogi per Data Mining: The Textbook -.

"Leggendo questo libro, ho già deciso di utilizzarlo nelle mie lezioni. È un libro scritto da un ricercatore eccezionale che ha dato contributi fondamentali al data mining, in un modo accessibile e aggiornato. Il libro è completo di teoria e casi d'uso pratici. È un must per studenti e professori! " -- Qiang Yang, cattedra di Informatica e Ingegneria all'Università di Scienza e Tecnologia di Hong Kong.

"Questo è il libro di testo più sorprendente e completo sul data mining. Copre non solo i problemi fondamentali, come il clustering, la classificazione, gli outlier e i modelli frequenti, e diversi tipi di dati, tra cui testo, serie temporali, sequenze, dati spaziali e grafici, ma anche varie applicazioni, come i raccomandatori, il Web, i social network e la privacy. È un ottimo libro per gli studenti e i ricercatori laureati e per i professionisti del settore." -- Philip S. Yu, UIC Distinguished Professor e Wexler Chair in Information Technology presso l'Università dell'Illinois a Chicago.