Vytěžování rozsáhlých souborů dat

Recenze čtenářů

Kniha je komplexní příručkou o metodách dolování dat, jejímž autorem je známý tým ze Stanfordu. Přestože je chválena pro svou srozumitelnost a pokrytí teorie i praktických aplikací, někteří čtenáři považují jazyk za obtížný a vysvětlení některých algoritmů za nedostatečné.

Jasně a stručně napsané, pokrývá teorii i praktické aspekty data miningu, vhodné pro pokročilé studenty a začínající postgraduální studenty, silná reference pro populární algoritmy.

Obtížný jazyk v některých částech, nedbale napsané části, neúplné pokrytí některých algoritmů, nevhodné jako primární studijní zdroj.

(na základě 3 hodnocení čtenářů)

Původní název:

Mining of Massive Datasets

Obsah knihy:

Tato kniha, napsaná předními odborníky na databázové a webové technologie, je nezbytnou četbou pro studenty i odborníky z praxe. Popularita webu a internetového obchodování poskytuje mnoho extrémně velkých souborů dat, z nichž lze získávat informace pomocí dolování dat.

Tato kniha se zaměřuje na praktické algoritmy, které byly použity k řešení klíčových problémů v oblasti dolování dat a které lze úspěšně aplikovat i na ty největší datové soubory. Začíná pojednáním o frameworku MapReduce, důležitém nástroji pro automatickou paralelizaci algoritmů. Autoři vysvětlují triky hashování citlivého na lokalitu a algoritmy proudového zpracování pro dolování dat, která přicházejí příliš rychle na vyčerpávající zpracování.

Další kapitoly se zabývají myšlenkou PageRank a souvisejícími triky pro organizaci webu, problematikou hledání častých množin položek a shlukováním. Toto třetí vydání obsahuje nové a rozšířené informace o rozhodovacích stromech, hlubokém učení a dolování grafů sociálních sítí.