SQL Server多年来扣了的十本商业智能、数据挖掘息息相关书籍的书评

1:《SQL Server
2008商业智能完美解决方案》,对商业智能做了一个席卷的牵线。个人看法比较适合吃已经熟悉微软商业智能原理及落实的口读,比如熟悉sql
server
2005商业智能实现之食指得了解一下2008下蛋之景。不熟悉的人数经过这本开可以了解商业智能的基础理论。涉及到现实的操作,书被虽然有诸多截图,但是不够详细,没法用就本开来学学具体的操作。个人看法就本书要再详尽一些,要么再略一些,都见面于现在和好。

2:《数据挖掘导论(完整版本)》是国外大学的教材,看译者序许多境内高线也因而其看做教材。因此这按照开说原理比较多。比较透,充满了数学符号和公式。详细描述了归类、关联分析、聚类分析三种植多少挖掘算法的法则。我发现小数据挖掘的参数在微软的帮文档中没说明白,看即仍开说的比较清楚。我怀念看之凡能够指导实际的多少挖掘操作的书写,因此对写中之公式基本超过了。只拘留了扣开中称到的算法解决之各种问题及其思路。

3:《数据挖掘原理与下(第2本)》,讲解Excel2007之数额挖掘插件做多少挖掘的局部对,后面说数量挖掘的各种算法,详细列有了各种参数与DMX脚本,但是没透彻的教,给自家之发就比如微软的bookonline,适合作为工具书去查,但是不切合当作入门书去读书。书的末尾有为有了用.net实现数量挖掘编程的例子,应该还可以实例代码在其实项目受到举行参考。

4:《精通sql server
2008先后设计》,全书分了季独片,第四有讲商业智能。限于篇幅问题在数码挖掘地方就称了千篇一律种算法(聚类分析)的落实,如果想打听商业智能与数量挖掘,这仍开也不够实用。

5:《深入浅出数据解析》:深入不够,浅出做的正确。适合技术人员与业务人员作为统计学入门读物来读书

《深入浅出数据解析》是美国O’REILLY出版社的“深入浅出”系列有。这个系列之特色是花费了很多念琢磨怎么为读者更舒适地读书、记住书中重新多内容,书虽然都于看重,但是插图非常多。插图和本文经常乱在联名,没有强烈的边。读起来着实比较轻松,相对文字多图少之书写来说,也确更便于记住书被的内容。由于图多字少,读起来很快,也克被丁发比起成就感。不过这个系列之写还较值钱。

旋即仍开之首要内容己觉得是统计学入门。不知道技术可之所以过excel的总人口就可以看。讲了讲话统计学的基本概念和贝叶斯统计、直方图、回归、误差等概念,使用了excel和一个专程的统计工具R做示范。作者比较推荐R。因为这家伙在统计学应用方面比excel更活。是一个开源软件,还闹有关的社区在呢者软件不鸣金收兵的充实效益。

6:《可视化数据》专讲Process这个软件之使,网络书店对立即按照开之牵线都提及了这问题。对斯软件不感兴趣的便绝不买了。我采购的时段从不注意到网页上介绍,看之时节才发现。书被满着process的代码。没有上与采取process的计划,因此也就是大致翻了翻,看看process解决之问题及其思路。

7:《业务建模与数码挖掘》是05年问世的。与《数据模型资源手册》卷一窝二及属机械工业出版社的数据库技术系列丛书。后者就卖才了,这本开还有。看来要比偏僻。翻译同样的较标准。同样是偏学术性的。不过当专业书来说,公式、图表偏少。个人意见想研究具体的数额挖掘算法可以拘留《数据挖掘导论(完整版本)》。

8:《数据的美》:概括描述了20只数据挖掘、数据可视化、云存储与其余数据处理相关项目

旋即按照开相对来说还算是比较新,是自英文版翻译过来的。英文版2009年问世。中文版2010年10月问世。由20首相互独立的章做。每篇讲一个数据处理有关的花色。不涉及具体的技术细节,仅仅是概括说明原理、思路、过程、结果。

圆来说,阅读起来有些生硬。感觉作者基本还知晓英文版的意,不过有点地方中文表达上无敷通顺。这当IT业的翻译题被曾经算不错的构成了,强过中文过关但是不知道技术的情状。

9:《超级数字天才》讲数量挖掘被人类带来的利益。比较详细,给有了具体的例子和促成的笔触。书SQL Server中列也在动用“数据解析”这个词,基本为当借助“数据挖掘”。书中罗列了数码挖掘以内阁政策、教育、医疗等重重地方的莫过于应用之例证,都比有趣。想询问多少挖掘的切切实实行使,可以省就本书。

挥洒中叫自己印象比较深切的是例证中政府与教育业之多少挖掘以。一桩政策的上下,一个育方法的高低,美国人数都盘算用多少云。

10:《数据解析竞争法》是商务印书馆的哈佛经管系列有,名头比较好,先押它们。不过有点失望。不是吃技术人员看之。题目中的多寡解析大约是说商业智能中的数量挖掘。作者将商家应用多少挖掘的品位分为由低至大的五层。全书反复论述每个级别的不二法门、工具、流程、对企业之便宜,还选举了有之例子。在我看来这些事例不足够详细,太笼统。所以我认为就仍开适合给未了解商业智能与数码挖掘的管理人员阅读。

相关文章