Data Mining: Metodi E Strategie

ISBN-13: 9788847011625 / Włoski / Miękka / 2009 / 182 str.

Susi Dulli; Sara Furini; Edmondo Peron

Opis

Il libro nasce dall esigenza di coniugare esperienze e capacita 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 puo avere un valore strategico per le aziende perche consente di aumentare i profitti, riducendo i costi oppure aumentando le entrate con il conseguente aumento del ROI. Il volume e 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 e 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 puo essere utile a quanti vogliano completare la loro formazione scientifica in questa disciplina. "

Recenzje

From the reviews:

"The aim of this book is to provide both researchers and students with an overview on the area ... . the book is quite well written and most of the concepts are presented in a clear manner. Moreover, the sketches of the main algorithms, the examples spread throughout the book and the exercises proposed at the end of each chapter make the book a pleasant reading and a useful tool for students and for those interested in an overview of the data mining field." (Luigi Palopoli, Zentralblatt MATH, Vol. 1170, 2009)

Spis treści

Introduzione.- Trattamento preliminare dei dati.- Misure di distanza e di similarità.- Cluster Analysis.- Metodi di classificazione.- Serie Temporali.- Analisi delle associazioni.- Analisi dei link.

O autorze

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.

Blurb

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 perché 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/ricercatori, che a professionisti e manager aziendali che vogliano approfondire gli aspetti algoritmici delle tecniche di Data mining. A giustificazione si può sottolineare che 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 a 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 dovrebbe quindi essere utile a quanti vogliano completare la loro formazione scientifica in questa disciplina.