Descripción
Este libro de texto explora los diferentes 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 las cuestiones de la minería de datos. Va más allá del enfoque tradicional en los problemas de minería de datos para introducir tipos de datos avanzados como texto, series temporales, secuencias discretas, datos espaciales, datos gráficos y redes sociales. Hasta ahora, ningún libro individual ha abordado todos estos temas de manera exhaustiva e integrada. Los capítulos de este libro se dividen en una de estas tres categorías:
- Capítulos fundamentales: La minería de datos tiene cuatro problemas principales, que corresponden a la agrupación, clasificación, minería de patrones de asociación y análisis de valores atípicos. Estos capítulos discuten exhaustivamente una amplia variedad de métodos para estos problemas.
- Capítulos de dominio: Estos capítulos discuten los métodos específicos utilizados para diferentes dominios de datos, como datos de texto, datos de series temporales, datos de secuencia, datos 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 enfoque aplicado.
Adecuado 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 simple e intuitivo para mejorar la accesibilidad para 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 -
"A medida que leía este libro, ya he decidido usarlo en mis clases. Este es un libro escrito por un investigador sobresaliente que ha hecho contribuciones fundamentales a la minería de datos, de una manera que es a la vez accesible y actualizada. El libro está completo con teoría y casos de uso prácticos. ¡Es imprescindible tanto para estudiantes como para profesores!" -- Qiang Yang, Catedrático de Ciencias de la Computación e Ingeniería en la Universidad de Ciencia y Tecnología de Hong Kong
"Este es el libro de texto más asombroso y completo sobre minería de datos. Cubre no solo los problemas fundamentales, como la agrupación, clasificación, valores atípicos y patrones frecuentes, y diferentes tipos de datos, incluidos texto, series temporales, secuencias, datos espaciales y gráficos, sino también varias 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, Profesor Distinguido de la UIC y Catedrático Wexler en Tecnología de la Información en la Universidad de Illinois en Chicago
Autor: Charu C. Aggarwal
Editorial: Springer
Publicado: 10/09/2016
Páginas: 734
Tipo de encuadernación: Tapa blanda
Peso: 2.33lbs
Tamaño: 9.21h x 6.14w x 1.53d
ISBN13: 9783319381169
ISBN10: 3319381164
Categorías BISAC:
- Informática | Ciencia de Datos | Análisis de Datos
- Informática | Inteligencia Artificial | Reconocimiento de Patrones y Visión por Computadora
Acerca del autor
Charu C. Aggarwal es miembro distinguido del personal de investigación (DRSM) en el Centro de Investigación IBM T.J. Watson en Yorktown Heights, Nueva York. Completó su licenciatura en el IIT Kanpur en 1993 y su doctorado en el Instituto Tecnológico de Massachusetts en 1996. Ha trabajado extensamente en el campo de la minería de datos. Ha publicado más de 250 artículos en conferencias y revistas arbitradas y es autor de más de 80 patentes. Es autor o editor de 14 libros, incluido el primer libro completo sobre análisis de valores atípicos, escrito desde el punto de vista de las ciencias de la computación. Debido al valor comercial de sus patentes, ha sido designado tres veces como Master Inventor en IBM.
Ha recibido un IBM Corporate Award (2003) por su trabajo en la detección de amenazas bioterroristas en flujos de datos, un IBM Outstanding Innovation Award (2008) por sus contribuciones científicas a la tecnología de privacidad, un IBM Outstanding Technical Achievement Award (2009) por su trabajo en flujos de datos y un IBM Research Division Award (2008) por sus contribuciones a System S. También recibió el EDBT 2014 Test of Time Award por su trabajo en minería de datos de preservación de la privacidad basada en la condensación. Ha sido copresidente general de la Conferencia IEEE Big Data, 2014. Fue editor asociado de IEEE Transactions on Knowledge and Data Engineering de 2004 a 2008. Es editor asociado de ACM Transactions on Knowledge Discovery from Data, editor de acción de Data Mining and Knowledge Discovery Journal, editor en jefe de ACM SIGKDD Explorations y editor asociado de Knowledge and Information Systems Journal. Es miembro del consejo asesor de Lecture Notes on Social Networks, una publicación de Springer. Ha sido vicepresidente del Grupo de Actividad SIAM sobre Minería de Datos, que es responsable de todas las actividades de minería de datos organizadas por SIAM, incluida su principal conferencia de minería de datos. Es miembro de la SIAM, la ACM y la IEEE por "contribuciones a los algoritmos de descubrimiento de conocimiento y minería de datos".