数据挖掘与分析概念与算法
编辑推荐
● 数据挖据与分析的入门书，针对初学者阐述所有关键概念，包括探索性数据分析、频繁模式挖掘、聚类和分类。
● 兼顾前沿话题，例如核方法、高维数据分析、复杂图和网络等。
● 提供算法对应的开源实现方法。
● 每章均有丰富示例和练习，帮助读者理解和巩固相关主题。
● 配备丰富教辅资源，包括课程幻灯片、教学视频、数据集等，可从以下网址获取：http://www.dataminingbook.info/pmwiki.php/Main/BookResources。
内容简介
本书是专注于数据挖掘与分析的基本算法的入门图书，内容分为数据分析基础、频繁模式挖掘、聚类和分类四个部分，每一部分的各个章节兼顾基础知识和前沿话题，例如核方法、高维数据分析、复杂图和网络等。每一章最后均附有参考书目和习题。
作者简介
Mohammed J. Zaki，伦斯勒理工学院计算机科学系教授，ACM杰出科学家，IEEE会士，目前致力于研究新数据挖掘技术。曾获得谷歌教职研究奖等诸多奖项。
Wagner Meira Jr.，巴西米纳斯联邦大学计算机科学系教授，数据库专家。
吴诚堃，博士，2014年毕业于英国曼彻斯特大学，博士论文题为《应用大规模文本挖掘实现疾病分子机理重构》。现担任国防科技大学计算机学院助理研究员，从事高性能计算应用研究。
在线客服