Name: Introduction to Data Mining, Second Edition
ISBN: 9780133128901

Introduction to Data Mining, Second Edition

作者: Pang-Ning Tan / Michael Steinbach Pang-Ning Tan / Anuj Karpatne
出版社: Pearson
出版年: 2018-1-4
页数: 864
定价: USD 126.65
装帧: Hardcover
ISBN: 9780133128901

豆瓣评分

评价人数不足

评价:

内容简介 · · · · · ·

Introduction to Data Mining, 2nd Edition, gives a comprehensive overview of the background and general themes of data mining and is designed to be useful to students, instructors, researchers, and professionals. Presented in a clear and accessible way, the book outlines fundamental concepts and algorithms for each topic, thus providing the reader with the necessary background f...

(展开全部)

Introduction to Data Mining, Second Edition的创作者 · · · · · ·

Michael Steinbach Pang-Ning Tan 作者

作者简介 · · · · · ·

(展开全部)

Dr Pang-Ning Tan is a Professor in the Department of Computer Science and Engineering at Michigan State University. He received his M.S. degree in Physics and Ph.D. degree in Computer Science from University of Minnesota. His research interests focus on the development of novel data mining algorithms for a broad range of applications, including climate and ecological sciences, cybersecurity, and network analysis. He has published more than 130 technical papers in the area of data mining, including top conferences and journals such as KDD, ICDM, SDM, CIKM, and TKDE.

Dr. Michael Steinbach is a Research Scientist in the department of Computer Science and Engineering at the University of Minnesota, from which he earned a B.S. degree in Mathematics, an M.S. degree in Statistics, and M.S. and Ph.D. degrees in Computer Science. His research interests are in the areas of data mining, machine learning, and statistical learning and its applications to fields, such as climate, biology, and medicine. This research has resulted in more than 100 papers published in the proceedings of major data mining conferences or computer science or domain journals. Previous to his academic career, he held a variety of software engineering, analysis, and design positions in industry at Silicon Biology, Racotek, and NCR.

Dr. Anuj Karpatne is a Post Doctoral Associate in the Department of Computer Science and Engineering at the University of Minnesota. He received his M.Tech in Mathematics and Computing from the Indian Institute of Technology Delhi, and a Ph.D. in Computer Science at the University of Minnesota under the guidance of Prof. Vipin Kumar. His research interests lie in the development of data mining and machine learning algorithms for solving scientific and socially relevant problems in varied disciplines such as climate science, hydrology, and healthcare. His research has been published at top-tier journals and conferences such as SDM, ICDM, KDD, NIPS, TKDE, and ACM Computing Surveys.

原文摘录 · · · · · · ( 全部 )

data mining is an integral part of knowledge discovery in databases(KDD), which is the overall process of converting raw data into useful information (查看原文)

小笼包子 2012-07-26 10:22:40

—— 引自第3页
精度通常用值集合的标准差度量 (查看原文)

阿蒙 2013-05-07 11:28:47

—— 引自第24页

> 全部原文摘录

喜欢读"Introduction to Data Mining, Second Edition"的人也喜欢 · · · · · ·

: Learning From Data 9.4

: 动手学深度学习 9.3

: 神经网络与深度学习 9.2

: Machine Learning 9.1

: Types and Programming Languag... 9.0

: Deep Learning 9.3

: 深度学习入门 9.5

: Python深度学习 9.5

: 机器学习 8.6

: The Elements of Statistical Learnin... 9.4

我来说两句

短评 · · · · · ·

Introduction to Data Mining, Second Edition的书评 · · · · · · ( 全部 20 条 )

热门只看本版本的评论

土蜂 2007-09-20 11:05:26 人民邮电出版社2006版

一本有效的厕所读物

我的习惯就是在蹲坑的时候读一些艰涩高深的科学读物，这样有助于我在排泄的时候大脑保持高度的兴奋状态，不至于被熏晕或者不至于被引人入胜的小说情节所陶醉最后导致肛瘘…… 但是，这本书另我惊诧了…… 第一他不艰涩，是我读到过的关于统计、关于数据、关于计算的最科普的读... (展开)

18 17回应

tangboyun 2011-01-25 22:38:08 人民邮电出版社2010版

数据挖掘相关领域的入门读物

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。... (展开)

1 6回应

蜘蛛 2008-04-13 10:36:48 人民邮电出版社2006版

英文版的真的很好

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 (展开)

5回应

盐汤儿 2008-07-27 18:34:48 人民邮电出版社2006版

不错的入门读物

这篇书评可能有关键情节透露

说真的，对于一个数学基础不是很好但又想快速有效地学习数据挖掘的学生来讲。这本书无疑是个不错的选择！其中章节安排合理，基础占用两章，分类、关联、聚类各占两章，最后还有一章相对独立的异常分析。比较浅显易懂，是一本不错的入门读物！ (展开)

0回应

书虫 2023-04-04 11:17:55 机械工业出版社2019版

中英对比阅读你会有不一样的收获

最近ChatGPT等大模型的人工智能快速发展，表现的越来越亮眼，使人们越来有关注人工智能相关的技术动态。但其实对人工智能了解一些的人就知道目前人工智能的发展还是依托海量的数据。就像ChatGPT就是大量语料训练的结果。所以对于一些基础的机器学习和深度学习算法有一些了解后... (展开)

0回应

又要昵称好烦 2020-03-14 13:40:47 机械工业出版社2019版

书不错，就是翻译太烂。

屎一样狗屁不通的翻译。原文： As a result, Z is as likely to be chosen for splitting as the interacting but useful attributes, X and Y. 译文：因此，Z 可能被选作划分有相互作用但有效的属性 X 和 Y。还有其他很多地方就不一一列举了，本来作为入门读物，很多东西就... (展开)

1回应

longsail 2013-01-19 15:48:01 人民邮电出版社2010版

数据挖掘入门

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，... (展开)

0回应

JudeLiu 2018-01-24 16:49:12 人民邮电出版社2010版

书还可以，翻译不行

作为数据挖掘导论，这本书基本上已经做到了。书中介绍了很多数据挖掘方面相关的概念和方法，对于入门来讲是很友好的。因为刚刚看完机器学习的书，所以前半部分基本不需要看了。后面的关联分析和聚类方法还是可以一看的。虽然这本书没有实际操作的内容，但是让人大概了解了数据... (展开)

0回应

leeosun 2013-06-22 10:27:02 人民邮电出版社2006版

还行，概述型的书籍

主要是一些理论的讲解，对数据挖掘的总体起一个概述的作用，偏向于实际应用的较少！对各种算法也只是简单进行说明，然后进行应用，对于刚刚接触数据挖掘的同学有一些意义内容涵盖方方面面，对于要深挖某个主题的话需要另找书籍结合阅读 (展开)

0回应

Stats_Student 2013-04-27 23:23:29 人民邮电出版社2010版

翻译的太糟蹋了！太害人了！

看我截图吧 http://weibo.com/1677386655/zu8O4ci9O therefore, if we compute the k-dist for all the data points for some k, sort them in increasing order, and ther plot the sorted values, we expect to see a sharp change at the value of k-dist that correspon... (展开)

1 0回应

> 更多书评 20篇