《数据挖掘导论》书评

当前位置:首页 > 计算机网络 > 数据库 > 数据挖掘导论

出版社:人民邮电出版社
出版日期:2010-12-10
ISBN:9787115241009
作者:Pang-Ning Tan,Michael Steinbach,Vipin Kumar
页数:463页

翻译的太糟蹋了!太害人了!

看我截图吧http://weibo.com/1677386655/zu8O4ci9Otherefore, 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 corresponds to a suitable value of Eps.因此,如果我们对于某个k,计算所有点的k距离,以递增次序将它们排序,然后绘制排序后的值,【【注意这里开始了】】则我们会看到k距离的急剧变化,对应于合适的Eps值。【【人家是说,在相应于某个Eps值的k距离上开始急剧变化好嘛,这里的翻译很容易让读者曲解成:每一点点变化都对应于某个Eps值。直接把修饰的对象给换了】】#我很怀疑译者是用Google翻译的,Google翻译也不至于出这样的错#还有,还有再随手来一个:http://weibo.com/1677386655/ztFvpcrHw误人子弟啊!中译本是烂书!本来原著作者解释的很清楚的,让翻译的人给糟蹋的面目全非了。建议看原版,如果你对你的高中英语水平比较有信心的话。当然,原书还是很好很不错的。

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,应该需要关注下机器学习方面的书籍

通读类教材

它是我关于数据挖掘这一方向的入门书。书中讲了很多基础的数据挖掘算法,读完以后可以对这些算法的基本思想有个了解。书中的例子也很详尽,还是不错的。但是研究生期间是指望发论文的,这些算法从学术上来说,只能算基础入门了。至于它们在实际工业应用的情况,我也不太清楚。毕业以后再也没有做过和数据挖掘相关的事情。

太专业了

我是非数据挖掘领域,想了解数据挖掘领域的知识,但这本书还是有点太专业,太多的知识和算法看不懂,只是浏览了一下概念性的知识有没有介绍更通俗的数据挖掘的书,或者注重方法不注重算法的书,希望能有高人指点一二

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。任何想深入讨谈分类、回归、相关分析或者预测的问题,无论你想使用的是神经网络还是支持向量机,还是最原始的贝叶斯分类器,这本书都提供了一个比较完整的该领域的轮廓。虽然对于具体的分类器和算法的分析浅尝辄止,但是该书最大的优点是能让初学者以最快的速度总览全局,掌握该领域的基本要点,而且该书对于数学和统计的相关概念,是我看过的相关书籍里要求最低的,高中生应该都能看懂的。当然,对出版社的鄙视也是必须的,因为无所谓“完整版”只是把之前06版阉割的那么几十页附录,放回去了罢了,这本来就是应该的。而内容与06版本无差别,就是翻译的06年原版。对于翻译,个人还是略有微词的,就是无论怎样,至少在第一次提到某个术语时,应该引一下英文,这点不光是这本,应该是所有学术类翻译专著的通病,既然用了黑体字强调术语,就应该同时再给出英文。很多这种地方,都没有补上英文。就这本书而言,整体的翻译质量还行。最后,该书的纸张和装帧还是不错的。封面保留了英文原版,这点比几个影印版好看许多。搞数据挖掘的可以收一本,我个人觉得看这本中的伪代码和图片示例,比从其他很多专著里漫天公式中找代码书写思路容易许多。


 数据挖掘导论下载 精选章节试读


 

外国儿童文学,篆刻,百科,生物科学,科普,初中通用,育儿亲子,美容护肤PDF图书下载,。 零度图书网 

零度图书网 @ 2024