SQL Server前不久看过的十本商业智能、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囊括的牵线。个人意见比较相符于已经深谙微软商业智能原理与落实的人读书,比如熟识sql
server
2005商业智能实现的人可以通晓一下2008下的情景。不熟练的人经过这本书可以领会商业智能的基础理论。涉及到实际的操作,书中即使有成千上万截图,可是不够详细,没法用那本书来上学具体的操作。个人观点这本书要么再详尽一些,要么再简单一些,都会比现行祥和。

2:《数据挖掘导论(完整版)》是外国学院的读本,看译者序许多国内高线也用它作为教材。由此这本书讲原理相比多。相比透彻,充满了数学符号和公式。详细描述了归类、关联分析、聚类分析三种多少挖掘算法的规律。我发现有些数据挖掘的参数在微软的赞助文档中没表精通,看这本书说的相比清楚。我想看的是能指引实际的数据挖掘操作的书,由此对书中的公式基本跳过。只看了看书中讲到的算法解决的各样问题及其思路。

3:《数据挖掘原理与行使(第2版)》,讲解Excel2007的数量挖掘插件做多少挖掘的一些科学,后边讲数量挖掘的各类算法,详细列出了各样参数和DMX脚本,可是尚未透彻的讲师,给自己的感到就像微软的bookonline,适合当作工具书去查看,但是不适合作为入门书去读书。书的终极部分提交了用.net实现数据挖掘编程的例证,应该还是能够实例代码在其实项目中做参考。

4:《精通sql server
2008先后设计》,全书分了七个部分,第四有的讲商业智能。限于篇幅问题在多少挖掘地方只讲了一种算法(聚类分析)的兑现,假设想询问商业智能与数码挖掘,这本书也不够实用。

5:《深远浅出数据解析》:深刻不够,浅出做的不易。适合技术人员与业务人员作为总括学入门读物来读书

《深切浅出数据解析》是美利坚联邦合众国O’REILLY出版社的“深切浅出”体系之一。这些系列的性状是花了好多思想研讨如何让读者更舒服地阅读、记住书中更多内容,书即使都相比厚,可是插图相当多。插图与本文日常混在共同,没有明确的限度。读起来的确相比轻松,相对文字多图少的书来说,也确确实实更易于记住书中的内容。由于图多字少,读起来很快,也能令人感觉相比有成就感。不过这些体系的书都相比较贵。

这本书的首要内容我觉得是总括学入门。不懂技术不过用过excel的人就可以看。讲了讲总括学的基本概念和贝叶斯总括、直方图、回归、误差等概念,使用了excel和一个特意的总结工具R做示范。作者相比较推荐R。因为这些工具在总结学应用方面比excel更灵敏。是一个开源软件,还有相关的社区在为这一个软件不停的增加效益。

6:《可视化数据》专讲Process这么些软件的拔取,网络书店对这本书的介绍都提及了这些问题。对这一个软件不感兴趣的就毫无买了。我买的时候没留神到网页上介绍,看的时候才意识。书中浸透着process的代码。没有读书和运用process的计划,因而也就大概翻了翻,看看process解决的题目及其思路。

7:《业务建模与数码挖掘》是05年出版的。与《数据模型资源手册》卷一卷二同属机械工业出版社的数据库技术体系丛书。后者已经卖光了,这本书还有。看来仍旧相比较偏僻。翻译同样的相比较规范。同样是偏学术性的。然则作为专业书来说,公式、图表偏少。个人看法想研讨具体的数据挖掘算法可以看《数据挖掘导论(完整版)》。

8:《数据之美》:概括描述了20个数据挖掘、数据可视化、云存储及另外数据处理有关品种

这本书相对来说还算相比新,是从英文版翻译过来的。英文版二〇〇九年出版。闽南语版二〇一〇年3月问世。由20篇互相独立的著作结合。每篇讲一个数量处理有关的花色。不关乎具体的技术细节,仅仅是包括表达原理、思路、过程、结果。

完全来说,阅读起来有些生硬。感觉作者基本都领会英文版的意趣,不过有些地点粤语表明上不够通顺。这在IT业的翻译书中曾经算不错的结合了,强过粤语过关可是不懂技术的状况。

9:《顶级数字天才》讲数量挖掘给人类带来的益处。相比较详细,给出了现实的事例和兑现的思绪。书中列也在使用“数据解析”那些词,基本也在指“数据挖掘”。书中列举了数据挖掘在内阁政策、教育、医疗等重重地点的实际利用的事例,都相比较有趣。想打听多少挖掘的切切实实运用,可以看看这本书。

书中给本人记念相比较深远的是例证中政坛与教育行业的数目挖掘利用。一项政策的高低,一个携带格局的优劣,U.S.A.人都试图用数据说话。

10:《数据解析竞争法》是商务印书馆的印度芝加哥理工经管序列之一,名头相比大,先看它。不过有点失望。不是给技术人士看的。题目中的数据解析大约是说商业智能中的数据挖掘。作者把公司应用数据挖掘的品位分为由低到高的五级。全书反复论述每个级另外办法、工具、流程、对合作社的补益,还举了一部分的例证。在我看来这多少个事例不够详细,太笼统。所以自己认为这本书适合于不明白商业智能与数码挖掘的管理人员阅读。

相关文章