Odkrywanie wiedzy w danych: Wprowadzenie do eksploracji danych

Opinie czytelników

Książka otrzymała mieszane recenzje od użytkowników. Wielu doceniło jej przejrzysty i wciągający styl pisania, który sprawia, że złożone tematy w nauce o danych są bardziej przystępne. Zawiera pomocne przykłady i ćwiczenia, które budują pewność siebie dla początkujących. Jednak niektórzy użytkownicy krytykują ją za to, że jest przede wszystkim podręcznikiem skupiającym się na zastrzeżonym oprogramowaniu, a nie na mocnych podstawach teoretycznych.

Przejrzysty i wciągający styl pisania, mnóstwo przykładów i grafik, pomocne ćwiczenia (R i Hands-On Data), wnikliwa perspektywa dzięki doświadczeniu autora w statystyce, zwiększa pewność siebie dla początkujących.

Krytykowany za skupienie się bardziej na oprogramowaniu niż teorii, niektórzy uważali, że nie jest dobrze napisany, a niektórzy otrzymali niewłaściwą książkę.

(na podstawie 8 opinii czytelników)

Oryginalny tytuł:

Discovering Knowledge in Data: An Introduction to Data Mining

Zawartość książki:

Dziedzina eksploracji danych leży u zbiegu analityki predykcyjnej, analizy statystycznej i analityki biznesowej. Ze względu na stale rosnącą złożoność i wielkość zbiorów danych oraz szeroki zakres zastosowań w informatyce, biznesie i opiece zdrowotnej, proces odkrywania wiedzy w danych jest bardziej istotny niż kiedykolwiek wcześniej.

Książka ta dostarcza narzędzi potrzebnych do rozwoju w dzisiejszym świecie big data. Autor pokazuje, jak wykorzystać istniejące bazy danych firmy w celu zwiększenia zysków i udziału w rynku, a także dokładnie wyjaśnia najbardziej aktualne metody i techniki nauki o danych. Czytelnik "nauczy się eksploracji danych poprzez eksplorację danych". Dzięki dodaniu rozdziałów na temat przygotowania modelowania danych, imputacji brakujących danych i wielowymiarowej analizy statystycznej, Discovering Knowledge in Data, Second Edition pozostaje wybitnym źródłem informacji na temat eksploracji danych.

⬤ Drugie wydanie bardzo chwalonej, udanej publikacji na temat eksploracji danych, z dokładnym omówieniem aplikacji big data, analityki predykcyjnej i analizy statystycznej.

⬤ Zawiera nowe rozdziały dotyczące statystyk wielowymiarowych, przygotowania do modelowania danych i imputacji brakujących danych oraz dodatek dotyczący podsumowania i wizualizacji danych.

⬤ Zawiera obszerne omówienie języka programowania statystycznego R.

⬤ Zawiera 280 ćwiczeń na koniec rozdziału.

⬤ Zawiera towarzyszącą stronę internetową dla instruktorów uniwersyteckich, którzy przyjmą książkę.