• 标题数据挖掘简介
• 作者Saed Sayad博士
• 发布者：多伦多大学（2010年至今）
• 平装本不适用
• 电子书在线，HTML
• 语言：英语
• 国际标准图书编号-10：不适用
• ISBN-13：不适用
• 分享这个：  

书籍描述

本书为首次学习数据挖掘的人介绍了基本概念和算法。每个主要主题分为两章，首先是基本概念，这些概念为理解每种数据挖掘技术提供了必要的背景，然后是更高级的概念和算法。

它提供了所有数据挖掘主题的理论和实践覆盖面。包括大量综合示例和数字。

关于作者

• 不适用

审查、评级和建议：

• 亚马逊

相关图书类别：

• 数据分析和数据挖掘
• 数据科学
• 机器学习

阅读和下载链接：

• 数据挖掘导论（Saed Sayad博士）
• 镜像站点（1）-PDF

类似书籍：

• 挖掘社交媒体：在互联网数据中寻找故事

  本书向您展示了如何使用Python和关键数据分析工具来查找隐藏在社交媒体中的故事。使用Python执行高级数据分析，Jupyter笔记本、和熊猫库。

• 大众数据挖掘（Matthew North）

  本书使用简单的示例、清晰的解释和免费、强大、易于使用的软件来教您数据挖掘的基础知识；可以帮助您回答一些最棘手的业务问题的技术。

• 数据挖掘程序员指南（罗恩·扎查尔斯基）

  本书是学习基本数据挖掘技术的工具。如果你是一个程序员，有兴趣学习一些关于数据挖掘的知识，那么作为第一步，你可能会对初学者的实践指南感兴趣。这就是这本书所提供的。

• 从基本观点进行高级数据分析

  这是一本关于数据分析方法的教科书，面向已经上过概率、数理统计和线性回归课程的高年级本科生。它假定您可以在R中读写简单的函数。

• 海量数据集挖掘（Jure Leskovec等人）

  它着重于用于解决数据挖掘中关键问题的实用算法，并且可以成功应用于最大数据集。它首先讨论了地图还原框架，这是自动并行化算法的重要工具。

• 贝叶斯数据分析（Andrew Gelman等人）

  这本经典的书被广泛认为是贝叶斯方法的主要文本，因其分析数据和解决研究问题的易用、实用的方法而备受赞誉。它采用一种实用的方法，使用最新的贝叶斯方法进行分析。

• 数据挖掘和分析：基本概念和算法

  这本教科书提供了一个广泛而深入的数据挖掘概述，集成了机器学习和统计的相关概念。本书的主要部分包括探索性数据分析、模式挖掘、聚类和分类。

• 用数据回答问题（Matthew Crump等人）

  这是一本免费的本科生统计学入门教材。学生将学习选择适当的数据分析技术，进行分析，并得出适当的结论。

• R的探索性数据分析（Roger D.Peng）

  本书涵盖了用R总结数据的基本探索技术。这些技术通常在正式建模开始之前应用，可以帮助开发更复杂的统计模型。

• 基本数据分析及更多内容-使用Python的导览

  在本书中，将介绍和说明一些常用的统计工具。本文提供了使用Python编程语言的所述技术的示例性实现。

• 使用R进行文本挖掘：一种整洁的方法（Julia Silge等人）

  您将使用tidytext探索文本挖掘技术，这是一个作者使用ggraph和dplyr等R包背后的整洁原则开发的包。您将了解R中的tidytext和其他整洁工具如何使文本分析更容易、更有效。

• 高级文本挖掘理论与应用（S.Sakurai）

  本书介绍了高级文本挖掘技术。它们是从关系提取到资源不足或不足的语言的各种技术。为了从数据中提取知识，文本挖掘技术已经得到了积极的研究。