Эта книга написана для специалистов по data mining, очистке данных и управлению базами данных. В ней представлено техническое описание качества данных, включая процессы, метрики, инструменты и алгоритмы. Основное внимание уделяется разработке эволюционирующей моделировочной стратегии посредством итеративного цикла исследования данных и интеграции предметных знаний. Рассматриваются методы выявления, количественной оценки и исправления проблем качества данных, которые могут оказать значительное влияние на результаты и решения, с использованием как коммерчески доступных инструментов, так и новых алгоритмических подходов. Приводятся практические примеры применения методов в реальных сценариях. Освещаются новые подходы и методологии, такие как техники разбиения пространства DataSphere и анализа на основе сводок. Книга Exploratory Data Mining and Data Cleaning станет важным справочным пособием для серьезных аналитиков данных, которым нужно анализировать большие объемы незнакомых данных, менеджеров операционных баз данных и студентов курсов, связанных с анализом больших данных и data mining.
This book is aimed at data mining practitioners, as well as database managers. It presents a broad and comprehensive overview of assessing and enhancing the quality of data, including a range of techniques and processes of importance. The book focuses on iterative steps of handling different data sets, while applying domain knowledge, aiming to build an evolving modelling strategy. The book puts emphasis on outperforming data quality implications that dependently impacts the findings and the respective business decisions. Many strategies and tools are used, portraying cases of their practical application in real-world scenarios, specifying and adopting newer methods such as Space Partition and Technique of Analysis. The authors stress that this text will be a crucial reference for practising data analysts when looking at large volumes of unfamiliarised data, building databases for operations managers, or as a student enrolled within undergraduate and graduate courses focused on analysing large data and mining data.
Электронная Книга «Exploratory Data Mining and Data Cleaning» написана автором Tamraparni Dasu в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780471458647
Описание книги от Tamraparni Dasu
Written for practitioners of data mining, data cleaning and database management. Presents a technical treatment of data quality including process, metrics, tools and algorithms. Focuses on developing an evolving modeling strategy through an iterative data exploration loop and incorporation of domain knowledge. Addresses methods of detecting, quantifying and correcting data quality issues that can have a significant impact on findings and decisions, using commercially available tools as well as new algorithmic approaches. Uses case studies to illustrate applications in real life scenarios. Highlights new approaches and methodologies, such as the DataSphere space partitioning and summary based analysis techniques. Exploratory Data Mining and Data Cleaning will serve as an important reference for serious data analysts who need to analyze large amounts of unfamiliar data, managers of operations databases, and students in undergraduate or graduate level courses dealing with large scale data analys is and data mining.
