Технологии анализа данных: Data Mining, Visual Mining, Text Mining, OLAP; БХВ-Петербург, 2007

204 р.

Издатель: БХВ-Петербург
ISBN: 5-94157-991-8
Книги: Техническая литература
ID:5851071

Где купить

Рейтинг:

(4/5)

Отзывы (4) Оставить отзыв

Описание Характеристики Сравнить цены (1) Отзывы (4)

Где купить (1)

Цена от 204 р. до 204 р. в 1 магазинах

Магазин	Цена	Наличие
ЛитРес 5/5 ООО «Литрес» ИНН: 7719571260	204 р. 255 р. -20% Электронная книга Кэшбэк до 14%	✔ 29.06.2024

МАЙШОП 5/5 ООО "МАГАЗИН КНИГ" ИНН: 9725076959	Один из первых книжных интернет-магазинов, работающий с 2002 года

Лабиринт 5/5 ООО "ЛАБИРИНТ.РУ" ИНН: 7728644571	Заказ от 800 рублей мы привезем бесплатно!

Яндекс.Маркет 5/5 ООО "ЯНДЕКС" ИНН: 7736207543	✔ Промокоды на скидку

Avito 5/5 ООО КЕХ еКоммерц ИНН: 7710668349	Avito доставка позволит получить любой товар, не выходя из дома

Описание

Книга является вторым, обновленным и дополненным, изданием учебного пособия «Методы и модели анализа данных: OLAP и Data Mining». Излагаются основные направления в области разработки корпоративных систем: организация хранилищ данных, распределенный, оперативный (OLAP), интеллектуальный (Data Mining), визуальный (Visual Mining) и текстовый (Text Mining) анализ данных. Приведено описание методов и алгоритмов решения основных задач анализа: классификации, кластеризации и др. Описание идеи каждого метода дополняется конкретным примером его применения. Для студентов и специалистов в области анализа данных.

Смотри также о книге.

О книге

Параметр	Значение
Автор(ы)	И. И. Холод
Издатель	БХВ-Петербург
Год издания	2007
ISBN	978-5-94157-991-4

Отзывы (4)

Александр Иванович Орлов — 24 Января 2022

1/5

Основной недостаток – в книге рассмотрены только устаревшие на полвека методы анализа данных. Например, нет статистики нечисловых данных, статистики интервальных данных. См. хотя бы мой учебник «Прикладная статистика» 2004 г. Пользы от продвинутой программной реализации устаревших методов мало.
Алексей Р — 5 Декабря 2020

5/5

Отличное введение в теорию и практику различных подходов к Data Mining. Но всегда стоит держать в уме, что технологии шагнули далеко вперед (хотя корни этих технологий все те же, что и описанные в книге)