Estrazione dei dati: Il libro di testo

Recensioni dei lettori

Il libro è apprezzato per la copertura completa e l'approfondimento di vari argomenti di data mining e analytics. È considerato una risorsa preziosa sia per il mondo accademico che per i professionisti alla ricerca di approfondimenti teorici. Tuttavia, non è consigliato ai principianti e presenta problemi con i formati fisici e digitali.

⬤ Eccellente ampiezza e profondità degli argomenti trattati.
⬤ Descrizioni dettagliate degli algoritmi, analisi e pseudocodice.
⬤ Copertura ben integrata di diverse aree.
⬤ Forte struttura teorica adatta allo studio accademico.
⬤ Spiegazioni chiare e discussioni intuitive su argomenti complessi.
⬤ Copertura completa che include sia i metodi di data mining che di machine learning.

⬤ Non è adatto come primo libro sul data mining; meglio per studenti intermedi.
⬤ Alcune descrizioni di algoritmi sono concise e potrebbero non essere facili da seguire senza una conoscenza preliminare.
⬤ Problemi di qualità fisica, come la caduta delle pagine.
⬤ L'edizione Kindle presenta formule mal rappresentate che le rendono illeggibili.

(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.