Minería de datos: Conceptos y técnicas

Opiniones de los lectores

El libro ofrece una introducción completa e independiente de los proveedores a la minería y el almacenamiento de datos, dirigida tanto a principiantes como a lectores más avanzados. Incluye explicaciones sólidas de las matemáticas subyacentes y una variedad de métodos de minería de datos. Sin embargo, algunos críticos consideran frustrante la redacción oscura, la falta de ejemplos prácticos y la ausencia de respuestas a los ejercicios.

⬤ Cobertura exhaustiva de conceptos y algoritmos de minería de datos.
⬤ El enfoque neutral con respecto a los proveedores permite flexibilidad en la aplicación.
⬤ Buen material introductorio con explicaciones sólidas sobre matemáticas.
⬤ Presenta un formato de preguntas y respuestas que facilita el aprendizaje.
⬤ Recomendado tanto para principiantes como para profesionales avanzados.
⬤ Contiene un buen contenido teórico y muchas referencias.

⬤ Algunos lectores encuentran la redacción oscura y difícil de seguir.
⬤ La falta de respuestas a los ejercicios reduce su utilidad como libro de texto.
⬤ Los ejemplos son a menudo incompletos y no muestran soluciones completas.
⬤ El libro puede ser demasiado abstracto y carece de ejemplos prácticos con sistemas de bases de datos reales.
⬤ Algunos encuentran el contenido anticuado y no lo suficientemente profundo para el estudio a nivel de postgrado.

(basado en 23 opiniones de lectores)

Título original:

Data Mining: Concepts and Techniques

Contenido del libro:

Data Mining: Concepts and Techniques, Fourth Edition presenta conceptos, principios y métodos para la extracción de patrones, conocimientos y modelos a partir de varios tipos de datos para diversas aplicaciones. En concreto, profundiza en los procesos para descubrir patrones y conocimiento a partir de colecciones masivas de datos, lo que se conoce como descubrimiento de conocimiento a partir de datos, o KDD.

Se centra en la viabilidad, utilidad, eficacia y escalabilidad de las técnicas de minería de datos para grandes conjuntos de datos. Tras una introducción al concepto de minería de datos, los autores explican los métodos de preprocesamiento, caracterización y almacenamiento de datos. A continuación, dividen los métodos de minería de datos en varias tareas principales, introduciendo conceptos y métodos para la minería de patrones frecuentes, asociaciones y correlaciones para grandes conjuntos de datos; clasificación de datos y construcción de modelos; análisis de conglomerados; y detección de valores atípicos.

Los conceptos y métodos de aprendizaje profundo se presentan sistemáticamente en un capítulo. Por último, el libro cubre las tendencias, aplicaciones y fronteras de la investigación en minería de datos.