Wie fange ich an, über Data Mining zu lesen?

Ich bin ein Anfänger, der anfangen wird, über Data Mining zu lesen. Ich habe Grundkenntnisse in KI und Statistik. Da viele sagen, dass maschinelles Lernen auch beim Data Mining eine wichtige Rolle spielt, ist es notwendig, sich mit maschinellem Lernen zu befassen, bevor ich mit dem Data Mining fortfahren kann?

Da ich selbst etwas in dieser Position bin, werde ich versuchen, einen Einblick zu geben.

Laden Sie zunächst die Elemente des statistischen Lernens herunter . Es setzt Analysis und lineare Algebra voraus und obwohl es sehr technisch ist, ist es auch sehr gut geschrieben.

Zweitens (oder erstens) sehen Sie sich die Tutorials von Andrew Ng zum maschinellen Lernen an.

Drittens, holen Sie sich einige Daten und versuchen Sie, Daten zu analysieren. Sie müssen in Trainings- und Testsätze aufteilen, dann Modelle auf dem Trainingssatz erstellen und diese mit dem Testsatz testen. Ich fand das Caret-Paket für R für all das sehr nützlich. Übe danach (wie fast alles andere).

Einführung in Data Mining von Tan, Steinbech, Kumar ist das beste Intro-Buch auf dem Markt

http://www.amazon.com/Introduction-Data-Mining-Pang-Ning-Tan/dp/0321321367

Speichern Sie EoSL, wenn Sie tiefer graben möchten. Es ist eher eine Referenz.

Data Mining kann beschreibend oder vorhersagend sein.

Einerseits hilft maschinelles Lernen nicht, wenn Sie an deskriptivem Data Mining interessiert sind.

$k$$n$

• $k$$n$
• $\frac{k}{n}$$n$

Ich füge nur eine weitere sehr gute Quelle von Tutorials zu Data Mining / maschinellem Lernen von Tom Mitchell hinzu .

Er erklärt es sehr deutlich und Sie können seine Präsentationen auch von seiner Website herunterladen (zusammen mit seinen Vorlesungen dort).