Minería de datos: El libro de texto

Opiniones de los lectores

El libro es elogiado por su exhaustiva cobertura y profundidad en diversos temas de minería y análisis de datos. Se considera un recurso valioso tanto para el mundo académico como para los profesionales que buscan conocimientos teóricos exhaustivos. Sin embargo, no se recomienda para principiantes y tiene problemas con los formatos físico y digital.

⬤ Excelente amplitud y profundidad de los temas tratados.
⬤ Descripciones detalladas de algoritmos, análisis y pseudocódigo.
⬤ Cobertura bien integrada de diversas áreas.
⬤ Sólido marco teórico adecuado para el estudio académico.
⬤ Explicaciones claras y discusiones intuitivas sobre temas complejos.
⬤ Cobertura exhaustiva que incluye tanto la minería de datos como los métodos de aprendizaje automático.

⬤ No es adecuado como primer libro sobre minería de datos; mejor para estudiantes de nivel intermedio.
⬤ Algunas descripciones de algoritmos son concisas y pueden no ser fáciles de seguir sin conocimientos previos.
⬤ Problemas de calidad física, como páginas que se caen.
⬤ La edición Kindle tiene fórmulas mal representadas, lo que las hace ilegibles.

(basado en 19 opiniones de lectores)

Título original:

Data Mining: The Textbook

Contenido del libro:

Este libro de texto explora los distintos aspectos de la minería de datos, desde los fundamentos hasta los tipos de datos complejos y sus aplicaciones, capturando la amplia diversidad de dominios problemáticos para los temas de minería de datos. Va más allá del enfoque tradicional de los problemas de minería de datos para introducir tipos de datos avanzados como texto, series temporales, secuencias discretas, datos espaciales, datos de grafos y redes sociales. Hasta ahora, ningún libro había abordado todos estos temas de forma exhaustiva e integrada. Los capítulos de este libro se dividen en tres categorías:

⬤ Capítulos fundamentales: La minería de datos tiene cuatro problemas principales, que corresponden a la agrupación, la clasificación, la minería de patrones de asociación y el análisis de valores atípicos. Estos capítulos tratan de forma exhaustiva una amplia variedad de métodos para estos problemas.

⬤ Capítulos dedicados a los distintos ámbitos: En estos capítulos se discuten los métodos específicos utilizados para diferentes dominios de datos, como datos de texto, datos de series temporales, datos de secuencias, datos de gráficos y datos espaciales.

Capítulos de aplicación: Estos capítulos estudian aplicaciones importantes como la minería de flujos, la minería web, la clasificación, las recomendaciones, las redes sociales y la preservación de la privacidad. Los capítulos de dominio también tienen un sabor aplicado.

Apropiado tanto para cursos introductorios como avanzados de minería de datos, Data Mining: The Textbook equilibra los detalles matemáticos y la intuición. Contiene los detalles matemáticos necesarios para profesores e investigadores, pero se presenta en un estilo sencillo e intuitivo para mejorar la accesibilidad de estudiantes y profesionales de la industria (incluidos aquellos con una formación matemática limitada). Se incluyen numerosas ilustraciones, ejemplos y ejercicios, con énfasis en ejemplos semánticamente interpretables.

Elogios para Data Mining: The Textbook -.

"Al leer este libro, ya he decidido utilizarlo en mis clases. Se trata de un libro escrito por un destacado investigador que ha realizado contribuciones fundamentales a la minería de datos, de una forma accesible y actualizada. El libro es completo, con teoría y casos prácticos de uso. Es un libro imprescindible tanto para estudiantes como para profesores. " -- Qiang Yang, catedrático de Informática e Ingeniería de la Universidad de Ciencia y Tecnología de Hong Kong.

"Este es el libro de texto más sorprendente y completo sobre minería de datos. Abarca no sólo los problemas fundamentales, como la agrupación, la clasificación, los valores atípicos y los patrones frecuentes, y distintos tipos de datos, como texto, series temporales, secuencias, datos espaciales y gráficos, sino también diversas aplicaciones, como recomendadores, Web, redes sociales y privacidad. Es un gran libro para estudiantes de posgrado e investigadores, así como para profesionales". -- Philip S. Yu, Catedrático Distinguido de la UIC y Cátedra Wexler de Tecnología de la Información de la Universidad de Illinois en Chicago.