Raggruppamento

Recensioni dei lettori

Il libro offre un'ampia panoramica degli algoritmi di categorizzazione e costituisce una buona introduzione al settore. È particolarmente utile per gli studenti che seguono i corsi. Tuttavia, manca di profondità nella discussione dei confronti tra metodi e dedica una quantità significativa di spazio alle applicazioni piuttosto che all'analisi dei metodi.

⬤ Copertura facilmente comprensibile degli algoritmi di categorizzazione
⬤ utile per i corsi strutturati
⬤ introduce nuovi metodi rispetto a libri simili.

Manca di profondità nella discussione dei meriti relativi dei diversi metodi; si concentra troppo sui riassunti delle applicazioni piuttosto che sull'analisi approfondita.

(basato su 3 recensioni dei lettori)

Titolo originale:

Clustering

Contenuto del libro:

Questo è il primo libro che affronta in modo veramente completo il clustering.

Inizia con un'introduzione all'analisi dei cluster e prosegue esplorando: misure di prossimità; clustering gerarchico; clustering di partizione; clustering basato su reti neurali; clustering basato su kernel; clustering di dati sequenziali; clustering di dati su larga scala; visualizzazione dei dati e clustering di dati ad alta dimensionalità; validazione dei cluster. Gli autori non presuppongono alcuna preparazione precedente in materia di clustering e la generosa inclusione di esempi e riferimenti aiuta a rendere la materia comprensibile a lettori di vario livello e background.