Scoprire la conoscenza nei dati: Introduzione al Data Mining

Recensioni dei lettori

Il libro ha ricevuto recensioni contrastanti da parte degli utenti. Molti hanno apprezzato il suo stile di scrittura chiaro e coinvolgente, che rende più accessibili gli argomenti complessi della scienza dei dati. Include esempi utili ed esercizi che rafforzano la fiducia dei principianti. Tuttavia, alcuni utenti lo criticano per essere principalmente un libro di testo incentrato sul software proprietario piuttosto che su solide basi teoriche.

Stile di scrittura chiaro e coinvolgente, abbondanza di esempi e grafici, esercizi utili (R e Hands-On Data), prospettiva perspicace grazie al background statistico dell'autore, aumenta la fiducia dei principianti.

Criticato perché si concentra più sul software proprietario che sulla teoria, alcuni lo hanno trovato non ben scritto, alcuni hanno ricevuto il libro sbagliato.

(basato su 8 recensioni dei lettori)

Titolo originale:

Discovering Knowledge in Data: An Introduction to Data Mining

Contenuto del libro:

Il campo del data mining si trova alla confluenza di analisi predittiva, analisi statistica e business intelligence. A causa della complessità e delle dimensioni sempre crescenti degli insiemi di dati e dell'ampia gamma di applicazioni in campo informatico, commerciale e sanitario, il processo di scoperta della conoscenza nei dati è più importante che mai.

Questo libro fornisce gli strumenti necessari per prosperare nel mondo dei big data di oggi. L'autore dimostra come sfruttare i database esistenti di un'azienda per aumentare i profitti e la quota di mercato e spiega con cura i metodi e le tecniche più attuali della scienza dei dati. Il lettore "imparerà il data mining facendo data mining". Con l'aggiunta di capitoli sulla preparazione della modellazione dei dati, sull'imputazione dei dati mancanti e sull'analisi statistica multivariata, Discovering Knowledge in Data, Second Edition rimane l'eminente riferimento sul data mining

⬤ La seconda edizione di un riferimento molto apprezzato e di successo sul data mining, con una copertura approfondita delle applicazioni dei big data, dell'analisi predittiva e dell'analisi statistica.

⬤ Include nuovi capitoli sulla statistica multivariata, sulla preparazione alla modellazione dei dati, sull'imputazione dei dati mancanti e un'appendice sulla sintesi e la visualizzazione dei dati.

⬤ Offre un'ampia copertura del linguaggio di programmazione statistica R.

⬤ Contiene 280 esercizi di fine capitolo.

⬤ Include un sito web per gli insegnanti universitari che adottano il libro.