جزییات کتاب
کی از معروف ترین مراجع داده کاوی کتاب "داده کاوی: مفاهیم و روش های" نوشته Jiawei Han و Micheline Kamber می باشد. در حدود 17106مرتبه در کتاب ها و مقالات بین المللی معتبر به این کتاب استناد شده است. اکثر داده کاوان دنیا این کتاب را به خوبی می شناسند.
این کتاب، محبوب ترین کتاب داده کاوی می باشد. اگر به دنبال مرجع کاملی برای آموزش داده کاوی هستید مطمئنا باید حتما یکبار این کتاب را مطالعه نمایید. تعداد صفحات این کتاب 772 صفحه می باشد. البته اگر قصد مطالعه مقدماتی در خصوص داده کاوی را دارید می توانید فقط برخی از فصول این کتاب را مطالعه نمایید. فصول این کتاب عبارتند از:
مقدمه
پیش پردازش داده ها
انبار داده و تکنولوژی OLAP (پردازش تحلیلی برخط)
مکعب داده و تعمیم داده ها
کاوش الگوهای متوالی، وابستگی ها و همبستگی ها
رده بندی و پیش بینی
آنالیز خوشه ای
کاوش جریان داده، سری های زمانی و داده های متوالی
کاوش نموداری، تحلیل شبکه های اجتماعی و داده کاوی چند بعدی
کاوش داده های فضایی، چند رسانه ای، متنی و داده های وب
کاربردها و روندهای موجود در داده کاوی
The increasing volume of data in modern business and science calls for more complex and sophisticated tools. Although advances in data mining technology have made extensive data collection much easier, it’s still always evolving and there is a constant need for new techniques and tools that can help us transform this data into useful information and knowledge. Since the previous edition’s publication, great advances have been made in the field of data mining. Not only does the third of edition of Data Mining: Concepts and Techniques continue the tradition of equipping you with an understanding and application of the theory and practice of discovering patterns hidden in large data sets, it also focuses on new, important topics in the field: data warehouses and data cube technology, mining stream, mining social networks, and mining spatial, multimedia and other complex data. Each chapter is a stand-alone guide to a critical topic, presenting proven algorithms and sound implementations ready to be used directly or with strategic modification against live data. This is the resource you need if you want to apply today’s most powerful data mining techniques to meet real business challenges. * Presents dozens of algorithms and implementation examples, all in pseudo-code and suitable for use in real-world, large-scale data mining projects. * Addresses advanced topics such as mining object-relational databases, spatial databases, multimedia databases, time-series databases, text databases, the World Wide Web, and applications in several fields. *Provides a comprehensive, practical look at the concepts and techniques you need to get the most out of your data