Data mining: Metodi e strategie

Copertina anteriore
Springer Science & Business Media, 29 ago 2009 - 182 pagine

Il libro nasce dall’esigenza di coniugare esperienze e capacità procedurali diverse provenienti da vari ambiti disciplinari, quali l’informatica e la statistica, al fine di ricercare ed individuare percorsi e relazioni legate alla conoscenza. In un contesto di business, la conoscenza scoperta può avere un valore strategico per le aziende perchè consente di aumentare i profitti, riducendo i costi oppure aumentando le entrate con il conseguente aumento del ROI. Il volume è rivolto sia a studenti universitari e ricercatori, che a professionisti e manager aziendali che vogliano approfondire gli aspetti algoritmici delle tecniche di Data mining: lo studio degli algoritmi e delle principali tecniche è essenziale per conoscere meglio come la tecnologia possa essere applicata ai diversi tipi di dati e quindi anche diverse problematiche di business. Il testo pone volutamente l’attenzione sugli aspetti procedurali e di calcolo della metodologia, differenziandosi dagli altri testi in italiano che inquadrano puramente il contesto statistico. Il materiale esposto può essere utile a quanti vogliano completare la loro formazione scientifica in questa disciplina.

 

Cosa dicono le persone - Scrivi una recensione

Nessuna recensione trovata nei soliti posti.

Indice

1 Introduzione
1
2 Trattamento preliminare dei dati
13
3 Misure di distanza e di similarità
36
4 Cluster Analysis
45
5 Metodi di classificazione
63
6 Serie Temporali
95
7 Analisi delle associazioni
118
8 Analisi dei link
137
Soluzioni degli esercizi
145
Glossario dei termini di data mining
149
Bibliografia
163
Indice analitico
174
Copyright

Altre edizioni - Visualizza tutto

Parole e frasi comuni

Informazioni sull'autore (2009)

Susi Dulli è docente di corsi di Data Mining , di Data warehousing e di KPI in Universita’ di Padova e in aziende. Si occupa di Business Intelligence dal ’96. E’ autore di vari volumi in molteplici aree; in particolare nel contesto della BI "Il problema del Data Mining: algoritmi e applicazioni" (Cleup 1998), "Modelli e Strutture per il Data Warehousing" (Diade 2000), "Il Datawarehouse al centro del sistema informativo "(Diade 2000), "Metodi di Data Mining per il CRM "(Franco Angeli 2000), " Text Mining: teoria e applicazioni" (Franco Angeli 2004), "Data Warehouse: teoria ed esercizi " (Progetto 2008).

Sara Furini, laureata in ingegneria informatica presso l'Università di Padova e un Master in Business Analysis. Inizia la sua carriera professionale nel 1994 lavorando in molte grandi aziende, inizialmente nello sviluppo software, approda poi, successivamente, come Capo Progetto, nei sistemi di supporto decisionali per la business intelligence.
Divulgatrice insieme a Dulli e Peron dei fondamenti di Data Warehousing, contribuisce in Miriade nello sviluppo del settore della Business Intelligence e Data Mining, partecipando attivamente alla realizzazione di progetti per importanti clienti.

Edmondo Peron laureato in ingegneria elettronica presso l'Università di Padova, ha focalizzato la propria formazione ed esperienza nello sviluppo e nel controllo di processi su sistemi operativi unix, nelle logiche di integrazione delle applicazioni. Dopo aver ricoperto ruoli in diversi progetti per numerose grandi aziende come ad esempio Oracle, ha intrapreso la propria carriera in Miriade, arricchendo ulteriormente il proprio back ground formativo, attraverso esperienze sul campo in molteplici settori d'attività.

Informazioni bibliografiche