📄 29.txt
字号:
发信人: francois (断玉), 信区: DataMining
标 题: Re: 数据挖掘书评之一zz
发信站: 南京大学小百合站 (Thu Dec 12 10:20:07 2002)
推荐几本我觉得不错的书:
数据挖掘:《Data Mining: Concepts and Techniques》,Jiawei Han and Micheline K
amber,The Morgan Kaufmann Series in Data Management Systems, Jim Gray, Series
Editor,Morgan Kaufmann Publishers, August 2000. 550 pages. ISBN 1-55860-489-
8
http://www.cs.sfu.ca/~han/DM_Book.html
机器学习:《Machine Learning》,Tom Mitchell, McGraw Hill, 1997
http://www-2.cs.cmu.edu/~tom/mlbook.html
人工智能:《 Artificial Intelligence A New Synthesis》, Nils J.Nilssorr, Mor
gan Kaufmann Publishers,March 1998
http://www.mkp.com/books_catalog/catalog.asp?ISBN=1-55860-467-7
信息检索:《Modern Information Retrieval》,Ricardo Baeza-Yates,Berthier Ribe
iro-Neto,© Addison Wesley Longman Publishing Co. Inc.
http://www.sims.berkeley.edu/~hearst/irbook/
【 在 GzLi 的大作中提到: 】
: 发信人: three (破阿三——虎鶴雙形), 信区: AI
: 标 题: 数据挖掘书评之一
: 发信站: 日月光华 (2002年09月03日00:34:09 星期二)
: 1. Data Mining: Concepts and Techniques
: 国内学生最熟悉的数据挖掘教科书可能就是这本了。其作者之一,韩家玮教授是国际..
: 的数据库、数据挖掘领域的学者。这本书的优点和缺点一样突出:
: 优点:
: 1). 包括了到作者写作时几乎所有的最重要的从数据库角度切入的数据挖掘研究成果..
: 2). 几乎每个小节都包含了一项研究成果,各小节相互独立;
: 3). 全书使用一个相对简单的框架来组织。
: 缺点:
: 1). 全书仅从数据库角度切入,忽略了很多其它方向,例如机器学习、信息检索、统..
: 域的研究成果;
: 2). 由于每个小节篇幅较短,介绍的仅仅是结论,而且是相关论文的结论,缺乏论证..
: 也是一个优点:画龙点睛),比较片面,需要阅读大量文献并作深入研究才能真正理..
: 3). 每个小节相对独立,缺乏统一的描述,符号不统一,比较是定性的(有时是主观..
: ,有些结论有矛盾;
: 4). 框架是从技术角度入手的,而不是从应用或者功能角度入手的。
: 虽然一般认为数据挖掘有着“广义”和“狭义”之分[注1],但是这是从过程上进行
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -