Wydobywanie ogromnych zbiorów danych

Opinie czytelników

Książka jest kompleksowym źródłem informacji na temat metod eksploracji danych, autorstwa znanego zespołu ze Stanford. Chociaż jest chwalona za przejrzystość i pokrycie zarówno teorii, jak i praktycznych zastosowań, niektórzy czytelnicy uważają język za trudny, a wyjaśnienia niektórych algorytmów za niewystarczające.

Przejrzysty i zwięzły tekst, obejmuje teorię i praktyczne aspekty eksploracji danych, odpowiedni dla zaawansowanych studentów studiów licencjackich i początkujących magistrantów, solidne odniesienie do popularnych algorytmów.

Trudny język w niektórych sekcjach, niechlujnie napisane części, niepełne omówienie niektórych algorytmów, nie nadaje się jako podstawowe źródło wiedzy.

(na podstawie 3 opinii czytelników)

Oryginalny tytuł:

Mining of Massive Datasets

Zawartość książki:

Napisana przez wiodące autorytety w dziedzinie baz danych i technologii internetowych, książka ta jest niezbędną lekturą zarówno dla studentów, jak i praktyków. Popularność sieci i handlu internetowego dostarcza wielu niezwykle dużych zbiorów danych, z których informacje mogą być pozyskiwane za pomocą eksploracji danych.

Niniejsza książka koncentruje się na praktycznych algorytmach, które zostały wykorzystane do rozwiązania kluczowych problemów w eksploracji danych i mogą być z powodzeniem stosowane nawet do największych zbiorów danych. Zaczyna się od omówienia frameworka MapReduce, ważnego narzędzia do automatycznego zrównoleglania algorytmów. Autorzy wyjaśniają sztuczki wrażliwego na lokalność haszowania i algorytmów przetwarzania strumieniowego do wydobywania danych, które docierają zbyt szybko, aby można je było przetwarzać wyczerpująco.

Inne rozdziały obejmują ideę PageRank i związane z nią sztuczki do organizowania sieci, problemy ze znajdowaniem częstych elementów i klastrowanie. Trzecie wydanie zawiera nowe i rozszerzone omówienie drzew decyzyjnych, głębokiego uczenia się i eksploracji grafów sieci społecznościowych.