作者简介

作者简介:
Mohammed J. Zaki
伦斯勒理工学院计算机科学系教授,ACM杰出科学家,IEEE会士,目前致力于研究新数据挖掘技术。曾获得谷歌教职研究奖等诸多奖项。
Wagner Meira Jr.
巴西米纳斯联邦大学计算机科学系教授,数据库专家。
译者简介:
吴诚堃
博士,2014年毕业于英国曼彻斯特大学,博士论文题为《应用大规模文本挖掘实现疾病分子机理重构》。现担任国防科技大学计算机学院助理研究员,从事高性能计算应用研究。

内容简介

数据挖据与分析的入门书,针对初学者阐述所有关键概念,包括探索性数据分析、频繁模式挖掘、聚类和分类。

兼顾前沿话题,例如核方法、高维数据分析、复杂图和网络等。

提供算法对应的开源实现方法。

每章均有丰富示例和练习,帮助读者理解和巩固相关主题。

配备丰富教辅资源,包括课程幻灯片、教学视频、数据集等,可从以下网址获取:http://www.dataminingbook.info/pmwiki.php/Main/BookResources。


作者简介:

Mohammed J. Zaki

伦斯勒理工学院计算机科学系教授,ACM杰出科学家,IEEE会士,目前致力于研究新数据挖掘技术。曾获得谷歌教职研究奖等诸多奖项。

Wagner Meira Jr.

巴西米纳斯联邦大学计算机科学系教授,数据库专家。

译者简介:

吴诚堃

博士,2014年毕业于英国曼彻斯特大学,博士论文题为《应用大规模文本挖掘实现疾病分子机理重构》。现担任国防科技大学计算机学院助理研究员,从事高性能计算应用研究。

下载地址

豆瓣评论

  • 纳言纳谏
    全书23章 从简单基础的基本概念和数学基础入手 逐步到关联规则 聚类等算法分析 还有具体应用案例 可购买一本留用08-06
  • 江霰
    极好,公式推导非常清晰,配图非常细致。07-07
  • 符号
    写的很详细,公式也很清晰,主要的一点是:看得懂、看完代码易实现。04-27

猜你喜欢

大家都喜欢