کتاب داده کاوی: مفاهیم و تکنیک‌ها

کتاب داده کاوی، اثری سودمند برای کسب اطلاعات کامل درباره‌ی شیوه‌های نوین کاوش داده به‌حساب می‌آید. جیاوی هان، میشلن کمبر و جیان پی، نویسنده‌های کتاب، روش تحلیل داده‌ها را به همراه مفاهیم و تکنیک‌های مربوطه ارائه داده‌اند.

درباره‌ی کتاب داده کاوی

کتاب داده کاوی (Data Mining: Concepts and Techniques)، منبعی کامل برای آشنایی با روش‌های نوین کاوش داده است. جیاوی هان (Jiawei Han)، میشلن کمبر (Micheline Kamber) و جیان پی (Jian Pei)، نویسنده‌های کتاب، مفاهیم بنیادین و تکنیک‌های پیشرفته‌ی کاوش داده را در این اثر با ساختاری مسنجم توضیح داده‌اند. طیف گسترده‌ای از مبحث‌های رایج در حوزه‌ی کاوش داده از قبیل آماده‌سازی داده‌ها، الگوهای استخراج دانش و ارزیابی داده در این اثر پوشش داده شده‌اند. نویسنده‌ها، روش‌های مختلف داده کاوی را با توضیحات کامل مطرح کرده‌اند. این ویژگی، کتاب حاضر را به اثری مرجع در حوزه‌ی کاوش داده تبدیل کرده است. تمامی آموزش‌های این اثر با لحنی ساده و ساختاری نظام‌مند توضیح داده شده‌اند تا مفاهیم پیچیده‌ی کاوش داده به‌راحتی به ذهن خواننده منتقل شود. در پایان هر فصل، تمرین‌هایی از مطالب آموزش داده شده در همان فصل قرار دارد. این رویکرد، آموخته‌های خواننده از مطالب کتاب را ماندگار می‌کند.

مطالب کتاب داده کاوی با توضیحاتی درباره‌ی مفهوم داده کاوی آغاز می‌شود. منظور از داده‌ کاوی فرایندی برای کشف الگوها، روابط و اطلاعاتی است که کلان‌داده‌ها با یکدیگر دارند. این فرایند با هدف تبدیل اطلاعات خام به داده‌هایی ارزشمند و کاربردی انجام می‌شود. نویسنده‌ها، در ادامه‌ی کتاب روش شناسایی داده‌ها را توضیح داده‌اند. آموزش‌هایی برای پیش‌‌پردازش داده‌ها، انبارش داده‌‌ها و پردازش تحلیلی آنلاین در بخش‌های بعدی این اثر گنجانده شده است.

جیاوی هان، میشلن کمبر و جیان پی درباره‌ی روش‌های کاوش الگوهای تکراری، همباشی و همبستگی‌ها سخن رانده‌اند. آشنایی با این مفاهیم به خواننده کمک می‌کند تا الگوهای سودمند را تشخیص دهد و شیوه‌ای صحیح برای ارزیابی این الگوها در پیش بگیرد. بخش بعدی این اثر به مباحث پیشرفته‌ در حوزه‌ی کاوش داده اختصاص یافته است. خوشه‌ها، یکی از مهم‌ترین مفاهیم در حوزه‌ی کاوش داده به‌حساب می‌آید. نویسنده‌ها، توضیحات سودمندی برای تحلیل خوشه‌ها در این اثر مطرح کرده‌اند. خواننده با مطالعه‌ی این بخش، یاد می‌گیرد تا ساختارهای پنهان و گروه‌بندی‌های طبیعی در داده‌ها را تشخیص دهد و با استفاده از این دانش، الگوهای بهتری برای تحلیل داده آماده نماید. مطالب کتاب داده کاوی با توضیحاتی درباره‌ی شناسایی اشیای پرت و روندها و مرزهای پژوهشی در حوزه‌ی داده کاوی، خاتمه پیدا می‌کند.

کتاب داده کاوی را انتشارات علوم رایانه چاپ و روانه‌ی بازار کرده است. عین الله جعفرنژاد قمی ترجمه‌ی این اثر را بر عهده داشته..

نکوداشت‌های کتاب داده کاوی

• یک کتاب خوش‌خوان در زمینه‌ی داده‌کاوی. نویسندگان، جدیدترین تکنیک‌ها و پیشرفت‌ها در داده‌کاوی را در این اثر توضیح داده‌اند تا کتاب حاضر به یک منبع جامع برای مبتدیان و متخصصان تبدیل شود. (چویس)
• منبعی جالب و جامع برای آشنایی با داده‌کاوی. رویکرد آموزشی، این اثر را برای مبتدیان و خوانندگان متخصص مناسب کرده است. (اِی‌.‌سی.‌اِم کامپیوتر ریویوز دات‌کام)

کتاب داده کاوی برای چه کسانی مناسب است؟

تمامی دانشجویان رشته‌های علوم کامپیوتر، مهندسی فناوری اطلاعات، آمار و مدیریت به‌عنوان مخاطب‌های اصلی کتاب داده کاوی شناخته می‌شوند. مطالعه‌ی این اثر برای پژوهشگران، محققان، تحلیل‌گران و افراد علاقه‌مند به یادگیری کاوش داده، خالی از لطف نیست.

در بخشی از کتاب داده کاوی: مفاهیم و تکنیک‌ها می‌خوانیم

بسیاری از روش‌های هموارسازی برای گسسته‌سازی داده‌ها (نوعی تبدیل داده‌ها) و کاهش داده‌ها به کار می‌روند. برای مثال، تکنیک‌های باکت‌بندی که شرح آنها گذشت، تعداد مقادیر مجزا در هر خصیصه را کاهش می‌دهند. این روش مثل تکنیک کاهش داده‌ها برای روش‌های داده‌کاوی مبتنی بر منطق، مثل استنتاج درخت تصمیم عمل می‌کند که مقادیر داده‌های مرتب‌شده را کراراً مقایسه می‌کند. سلسله‌مراتب‌های مفهومی، نوعی گسسته‌سازی داده‌ها هستند که می‌توانند برای هموارسازی داده‌ها استفاده شوند.