Recenzii ale cititorilor
Rezumat:Cartea servește ca o prezentare generală a diferitelor instrumente de analiză a datelor, dar îi lipsește profunzimea și claritatea. Poate fi potrivită pentru începători, dar este insuficientă pentru cei care doresc să obțină o înțelegere cuprinzătoare sau abilități practice.
Avantaje:Poate fi potrivită pentru cei care nu sunt practicieni în domeniul datelor și care caută o idee generală despre instrumente; acoperă o gamă largă de subiecte.
Dezavantaje:⬤ Detalii mediocre în capitole
⬤ formatare slabă
⬤ tratare superficială a R și Python
⬤ lipsește conținutul important, cum ar fi acoperirea R Studio
⬤ exemple discutabile care nu țin cont de convențiile obișnuite.
(pe baza a 1 recenzii ale cititorilor)
Titlul original:
Introduction to Data Mining and Analytics
Conținutul cărții:
Data Mining and Analytics oferă o prezentare amplă și interactivă a unui domeniu în creștere rapidă. Rata de creștere exponențială cu care sunt generate datele creează o nevoie corespunzătoare de profesioniști care pot gestiona în mod eficient stocarea, analiza și traducerea acestora. Cu un accent dublu pe concepte și operațiuni, acest text cuprinde un how-to complet și este o resursă excelentă pentru oricine ia în considerare acest domeniu.
Nu este necesară experiență în programare pentru a profita la maximum de această resursă. Studiile de caz și activitățile practice încorporează seturi de date din lumea reală și oferă studenților posibilitatea de a-și exersa noile abilități. Cloud Desktop-ul nostru integrează instrumente populare de data mining, oferind studenților o familiaritate valoroasă cu aplicațiile standard din industrie.
După definirea conceptelor de extragere a datelor și de învățare automată, lucrarea Data Mining and Analytics abordează tipurile de baze de date, relevanța și popularitatea acestora, precum și tendințele care afectează utilizarea lor. Este explorată importanța vizualizării datelor în scopuri de comunicare, precum și procesele de curățare, grupare și clasificare a datelor. Programarea Excel, SQL, NoSQL, Python și R beneficiază de tratamente aprofundate, completate cu exerciții practice. Operațiunile abordate în capitolele anterioare primesc un context real printr-o aplicație practică la problemele actuale ale "big data" și ale extragerii datelor din text și imagini. Textul se încheie prin descrierea pașilor unui analist de la planificare la execuție, asigurându-se că cititorii dobândesc cunoștințele tehnice necesare pentru a lansa, conduce sau susține un proiect de date la locul de muncă.
