27.txt

This complete matlab for neural network

发信人: GzLi (笑梨), 信区: DataMining
标  题: 数据挖掘书评之二zz
发信站: 南京大学小百合站 (Wed Dec 11 23:28:57 2002)

发信人: three (QuasiP), 信区: AI
标  题: 数据挖掘书评之二
发信站: 日月光华 (2002年12月11日16:48:39 星期三), 站内信件

2. Data Warehousing, Data Mining, & OLAP
Alex Berson, and Stephen J. Smith
McGraw-Hill Series on Data Warehousing and Data Management
McGraw-Hill Book Co. 1997
世界图书出版公司 影印, 1999

这是一本在国内被忽略的数据挖掘教科书。
和上次介绍的Data Mining: Concepts and Techniques不同，
这本书不是研究性质的。
相反，这本书从一个非常大、非常泛的框架入手，
蜻蜓点水地介绍了一些（最常用的）数据挖掘/OLAP/数据仓库技术，
例如：决策树、神经元网络、聚类、遗传算法...

我介绍这本书并不是因为它介绍的角度有多精妙或者有多深入，或者有多全面，
而是因为这本书给出了研究数据挖掘的“上下文”(context)。
我们做的很多研究到底在整个BI系统的哪里？
我们为什么要做这些事情？业界已经做了哪些？
这些是做数据挖掘和kdd必需考虑的问题。
正是由于这本书讲了data warehouse，讲了olap，讲了data mining，
讲了data cleansing，讲了etl，讲了metadata，讲了reporting，
甚至还讲了data visualization，
所以使得它能够很好地在学术、技术、应用之间架起桥梁。
也使得它描述了一个全面的BI的roadmap。
所以，它是一本真正的数据挖掘的入门书。

这本书所介绍的技术都是经典的，但是从研发角度看是基础的，过时的。
所以在了解了data mining的来龙去脉以后，
最好还是开始看Jiawei的书和论文。
这里牵涉到一些话题：
1. 国内的很多研究不考虑研究背景
记得微软研究院的很多人，Kai-fu Lee, Hong-jiang Zhang等都说过，
做研究要先有个长期目标，然后才是当前目标。
看一篇paper，针对问题去写另一篇是没有意义的，做出来的都是delta work。
所以，根据终极需求确定自己的目标很重要。
也就是motivation 要清楚。

2. 应用和学术的结合
为什么www上的一篇论文就可以引申出google？
学术不是关门埋头苦干。
像kdd这样的领域尤其如此。

从应用角度看，这本书介绍了最基本的使用数据仓库、数据挖掘系统的概念。
（相关的技术类书籍相对而言做的不好）。
这引出另一些话题：
1. 国内的书
中科大也出了一本数据挖掘教科书，像是Jiawei的书的翻版，
随便翻翻都是错。为什么他们不能从另一个角度去看问题？
重复的工作没有意义。整理别人的结果有错更是不应该。
相比，史忠植老师的“知识发现”就从人工智能的角度看数据挖掘。写得很好。

2. 国外书籍的引进
Data Warehousing, Data Mining, & OLAP 绝对不是同类书中佼佼者。
但是是国内唯一available的原版。
优秀书籍的引进需要出版社、推荐者（读者）的共同努力。

需要提到的是这本书的作者还写了
Building Data Mining Applications for CRM.
(构造面向CRM的数据挖掘应用，人民邮电，2001)
那本书是Data Warehousing, Data Mining, & OLAP这本书
在CRM应用上的实例介绍。
不同的是，那本书对于业界的情况介绍得更详细，资料也更新，整理得更好。
（例如关于MineSet, Clementine等的介绍）
（如果有可能，找原版读，书是我们翻译的，但是仍然推荐原版）
※ 来源:·日月光华 bbs.fudan.edu.cn·[FROM: 10.100.178.149]

--
              ***  端庄厚重 谦卑含容 事有归着 心存济物  ***
数据挖掘  http://[e-mail]/

※ 来源:．南京大学小百合站 bbs.nju.edu.cn．[FROM: 211.80.38.17]