データマイニングとデータウェアハウジング（テキスト） Data Mining and Data Warehousing : Principles and Practical Techniques

データマイニングとデータウェアハウジング（テキスト）<br>Data Mining and Data Warehousing : Principles and Practical Techniques

個数：

データマイニングとデータウェアハウジング（テキスト）
Data Mining and Data Warehousing : Principles and Practical Techniques

Bhatia, Parteek

ウェブストア価格 ¥18,627（本体¥16,934）
Cambridge University Press（2019/06発売）
外貨定価 US$ 90.00
ポイント 169pt

提携先の海外書籍取次会社に在庫がございます。通常3週間で発送いたします。
【重要ご説明事項】
1. 納期遅延や、ご入手不能となる場合が若干ございます。
2. 複数冊ご注文の場合は、ご注文数量が揃ってからまとめて発送いたします。
3. 美品のご指定は承りかねます。

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Paperback:紙装版/ペーパーバック版／ページ数 506 p.
言語 ENG
商品コード 9781108727747
DDC分類 005.7

Full Description

Written in lucid language, this valuable textbook brings together fundamental concepts of data mining and data warehousing in a single volume. Important topics including information theory, decision tree, Naïve Bayes classifier, distance metrics, partitioning clustering, associate mining, data marts and operational data store are discussed comprehensively. The textbook is written to cater to the needs of undergraduate students of computer science, engineering and information technology for a course on data mining and data warehousing. The text simplifies the understanding of the concepts through exercises and practical examples. Chapters such as classification, associate mining and cluster analysis are discussed in detail with their practical implementation using Weka and R language data mining tools. Advanced topics including big data analytics, relational data models and NoSQL are discussed in detail. Pedagogical features including unsolved problems and multiple-choice questions are interspersed throughout the book for better understanding.

Preface; Acknowledgement; Dedication; 1. Beginning with machine learning; 2. Introduction to data mining; 3. Beginning with Weka and R language; 4. Data pre-processing; 5. Classification; 6. Implementing classification in Weka and R; 7. Cluster analysis; 8. Implementing clustering with Weka and R; 9. Association mining; 10. Implementing association mining with Weka and R; 11. Web mining and search engine; 12. Operational data store and data warehouse; 13. Data warehouse schema; 14. Online analytical processing; 15. Big data and NoSQL; Reference; Index.