Автор: Мохаммед Х. Заки, Вагнер Мейра Младший
Издательство: Издательство Кембриджского университета
Год: 12 мая 2014
Страниц: 562
Язык: английский
Формат: PDF
ISBN: 0521766338
Аннотация книги на русском
Основополагающие алгоритмы сбора и анализа данных составляют основу для новой области науки о данных, которая включает в себя автоматизированные методы анализа шаблонов и моделей для всех видов данных с приложениями от научных открытий до бизнес-аналитики и анализа других данных. Этот учебник для специализированных курсов по углубленному обучению для студентов старших курсов и аспирантов предоставляет широкий, но всесторонний обзор интеллектуального анализа данных, объединяющий связанные концепции из машинного обучения и статистики. Основные части книги включают анализ исследовательских данных, разработку шаблонов, кластеризацию и классификацию. Книга опирается на базовые основы этих задач, а также охватывает такие современные темы, как методы ядра, высокоразмерный анализ данных и сложные графы и сети. Благодаря обширному охвату, алгоритмической перспективе и богатству примеров, эта книга предлагает фундаментальное руководство в области интеллектуального анализа данных для студентов, исследователей и практиков.
Ключевые особенности книги
- Охватывает как основные методы, так и новейшие исследования
- Алгоритмический подход с реализациями с открытым исходным кодом
- Необходимый научный базис: представлены все ключевые математические концепции, а также интуиция за формулами
- Короткие автономные главы с примерами и упражнениями, проверенными на практике, обеспечивают гибкость в разработке программ и для студентов младших курсов
- Дополнительный сайт с лекционными слайдами, видеороликами, проектными идеями и т. д.
Аннотация книги на английском
The fundamental algorithms in data mining and analysis form the basis for the emerging field of data science, which includes automated methods to analyze patterns and models for all kinds of data, with applications ranging from scientific discovery to business intelligence and analytics. This textbook for senior undergraduate and graduate data mining courses provides a broad yet in-depth overview of data mining, integrating related concepts from machine learning and statistics. The main parts of the book include exploratory data analysis, pattern mining, clustering, and classification. The book lays the basic foundations of these tasks, and also covers cutting-edge topics such as kernel methods, high-dimensional data analysis, and complex graphs and networks. With its comprehensive coverage, algorithmic perspective, and wealth of examples, this book offers solid guidance in data mining for students, researchers, and practitioners alike.
Key features:
- Covers both core methods and cutting-edge research
- Algorithmic approach with open-source implementations
- Minimal prerequisites: all key mathematical concepts are presented, as is the intuition behind the formulas
- Short, self-contained chapters with class-tested examples and exercises allow for flexibility in designing a course and for easy reference
- Supplementary website with lecture slides, videos, project ideas, and more
Скачать книгу из интернета:
