《Data Mining》中文版

最新推荐文章于 2022-09-17 11:28:22 发布
最新推荐文章于 2022-09-17 11:28:22 发布
阅读量6k 收藏 20
点赞数 3
分类专栏： 理论知识 文章标签： Data mining 机器学习 文献翻译
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/iamsongyu/article/details/82626245
版权

欢迎来到 《Data Mining》中文版
Data Mining，本书由Charu C.Aggarwal所著，出版于2015年4月14日。豆瓣无评分，亚马逊评分4星（5星满分），从CSDN社区一些讨论情况来看，普遍认为本书质量较高。故我们选取本书进行翻译，旨在帮助更多中国学习者阅读优秀教材。

全书共有20章，743页，内容详细，逻辑严谨，其中包含大量图表与公式。
DM Translation Group 本书由NUDT的 DM Translation Group 团队翻译，水平有限，翻译仍存在较多问题。欢迎到GitHub帮助我们。

作为该团队的一员，在翻译的时候确实是遇到了许多专业的词汇和一些困难，但是确实是学习到了不少机器学习的理论知识。这是机器学习领域的一个经典学习教程，希望对大家也能派上一些用场
这里写图片描述
具体内容托管在Github上，网址如下：
https://dm-trans.github.io/DM-trans/

iamsongyu
关注
  • 3
    点赞
  • 踩
  • 20
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
数据挖掘（Data Mining）扫盲笔记
weixin_43320465的博客
12-24 1万+
知识框架来源：人工智能之数据挖掘 其他补充来源： 概述 数挖掘广义观点：一类深层次的数据分析方法 目的自动抽取隐含的、以前未知的、具有潜在应用价值的模式或规则等有用知识 方法：使用人工智能、机器学习、统计学和数据库等交叉学科领域方法 对象：大规模、不完全、有噪声、模糊随机的数据集。 核心过程： （1） 数据清理：消除噪声和删除不一致数据。 （2） 数据集成：将多种数据源组合在数据仓库。 （3） 数据选择：从数据库中提取与分析任务相关的数据。 （4） 数据变换：通过汇总或聚集操作把数据.
Data Mining The Textbook
04-04
这是关于数据挖掘的电子书，高清，最新版本，经典著作，英文版
《数据挖掘：实用机器学习技术》——数据挖掘、机器学习一举两得
cuad2192的博客
06-09 207
《数据挖掘：实用机器学习技术》这本书由新西兰怀卡托大学计算机科学系的Ian H．Witten和Eibe Frank两位专家集多年的研究和教学成果精心撰写而成。本书最大特点是能满足不同程度的读者的需求，既有基本理论介绍又有实践应用...
数据挖掘电子书下载
aixia7080的博客
04-01 560
转发一个网址，http://www.wekacn.org/ebook/超多经典的数据挖掘电子书免费下载。 Data Mining: Practical Machine Learning Tools and Techniques, Second EditionAuthor: Ian H. W...
【学习笔记】Data Mining
noobiee的博客
09-17 3510
Data mining is a process used by companies to turn raw data into useful information. By using software to look for patterns in large batches of data, businesses can learn more about their customers to develop more effective marketing strategies, increase s
transition-group 原理详解
coinisi_li的博客
09-16 1950
最后讲下 transition-group 组件的 beforeMount 钩子，由于 updateChildren 函数会对元素进行移动，最终导致删除的节点很可能已经不在原来的位置上，所以重写了 _update 函数，执行了两次 patch 函数，第一次 patch 只删除所有需要删除的节点，不作移动（将 removeOnly 参数设置为 true），然后触发删除节点的 leaving 过渡（如此删除的节点在执行动画时，位置是正确的）；第二次 patch 就插入新节点或者移动节点到最终态。
Learning Data Mining with Python - Second Edition
05-04
earning Data Mining with Python - Second Edition by Robert Layton English | 4 May 2017 | ASIN: B01MRP7VFV | 358 Pages | AZW3 | 2.85 MB Key Features Use a wide variety of Python libraries for ...
HCIE-Big Data-Data Mining V2.0视频.zip
05-02
目录网盘文件永久链接 1.1 数据挖掘概述 1.1.1 数据挖掘典型的应用场景 1.1.2 数据挖掘概述 1.2 数据挖掘基本流程 1.2.1 数据挖掘模式分类 1.2.2 数据挖掘流程 1.3 数据挖掘开发 1.3.1 数据、属性和度量 ...
Data Mining: The Textbook (Springer 原版超清)
02-09
Data Mining: The Textbook By 作者: Charu C. Aggarwal ISBN-10 书号: 3319141414 ISBN-13 书号: 9783319141411 Edition 版本: 2015 出版日期: 2015-04-14 pages 页数: (734 ) $89.99 This textbook explores the different aspects of data mining from the fundamentals to the complex data types and their applications, capturing the wide diversity of problem domains for data mining issues. It goes beyond the traditional focus on data mining problems to introduce advanced data types such as text, time series, discrete sequences, spatial data, graph data, and social networks. Until now, no single book has addressed all these topics in a comprehensive and integrated way. The chapters of this book fall into one of three categories: Fundamental chapters: Data mining has four main problems, which correspond to clustering, classification, association pattern mining, and outlier analysis. These chapters comprehensively discuss a wide variety of methods for these problems. Domain chapters: These chapters discuss the specific methods used for different domains of data such as text data, time-series data, sequence data, graph data, and spatial data. Application chapters: These chapters study important applications such as stream mining, Web mining, ranking, recommendations, social networks, and privacy preservation. The domain chapters also have an applied flavor. Appropriate for both introductory and advanced data mining courses, Data Mining: The Textbook balances mathematical details and intuition. It contains the necessary mathematical details for professors and researchers, but it is presented in a simple and intuitive style to improve accessibility for students and industrial practitioners (including those with a limited mathematical background). Numerous illustrations, examples, and exercises are included, with an emphasis on semantically interpretable examples.
Data Mining.pdf
12-28
关于数据挖掘的概述，思维导图形式，对数据挖掘的主要脉络做了整理，归纳。 包括基本概念，设计领域，主要算法等等。
What is Data Mining.pdf
09-27
What is Data Mining.pdf is Data Mining document for SA.
Data mining
12-20
对于Kickstart上的数据进行一些分析预测，并使用一些模型进行分类。
Introduction to data mining
07-30
Data mining is a technology that blends traditional data analysis methods with sophisticated algorithms for processing large volumes of data. It has also opened up exciting opport unities for ...
Data Mining 概念
weixin_34307464的博客
10-08 117
  数据挖掘概念：             数据挖掘是在大型数据库中、自动的发现有用信息的过程。             然、             这个有用只是一个感性的东西。比如我们从表中索引一行数据、这个算不上数据挖掘。因为它依赖的是数据的明显特征。 数据挖掘基本步骤：                        第一步：         预处理、把没有加工的数据转换为合...
Data Mining 入门
QiwzDeBLOG的博客
06-14 1278
一、association 关联规则挖掘    一个事件与另一个事件之间的一来关系。    关联规则算法：Apriori 算法：首先从事件中寻找所有频繁出现的事件子集，然后再这些频繁事件子集中发现可信度比较搞的规则。二、聚类：聚类就是将数据对象划分成若干个子类，在同一类中的对象具有较高的相似度，而不同类中的对象差异较大。    聚类算法：划分方法、层次聚类方法    k-Means：把n个数据对象...
Data Mining with Big Data
最新发布
05-31
Data Mining with Big Data（大数据挖掘）是一种从大规模数据集中提取信息和知识的技术。与传统的数据挖掘技术相比，大数据挖掘需要处理更大规模、更高维度的数据，同时也需要更高效的算法和计算能力。 在大数据挖掘中，通常需要使用分布式计算框架（如Hadoop、Spark等）来处理数据，并使用各种机器学习算法（如聚类、分类、回归等）来分析数据和预测未来趋势。同时，大数据挖掘也需要关注数据隐私和安全等方面的问题。 如果您想深入了解Data Mining with Big Data，可以学习相关的课程或者阅读相关的书籍。同时，也可以关注相关的学术会议和期刊，了解最新的研究进展和应用案例。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值