《数据挖掘导论》是一本由Pang-Ning Tan / Michael Steinbac著作，人民邮电出版社出版的平装图书，本书定价：69.00元，页数：463，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。

　　《数据挖掘导论》精选点评：

　　●翻译好害人，看我微博吧 http://weibo.com/1677386655/zu8O4ci9O http://weibo.com/1677386655/ztFvpcrHw

　　●有一个能力叫快速学习，就是这个状态。这本书可称基础详解

　　●的确买亏了，边训练数据边看的。虽然书的条理清晰，都太……介绍性了，连手册都不能用，入门级。就是知道有这么个东西，关联规则的算法倒是介绍很详细可是中文介绍这种东西会不会太罗嗦了。好吧我只是对我的钱觉得好亏。

　　●矿工技能树施肥开始~~

　　●相关技术讲解非常清晰，很好的入门读物！

　　●被老师劝去读英文原著了

　　●入门理论教材，题海大战，数据挖掘那些基本算法每本书都有，随便一本都可以，本书还不错。

　　●内容比较全，但是没有回归分析，数学方面不深，提点为主，很多东西放在习题和参考资料里了。看完对主要数据挖掘算法和基本原理就有了大体的了解。适合入门

　　●第四章

　　●通读的难度很大

　　《数据挖掘导论》读后感(一)：太专业了

　　我是非数据挖掘领域，想了解数据挖掘领域的知识，但这本书还是有点太专业，太多的知识和算法看不懂，只是浏览了一下概念性的知识

　　有没有介绍更通俗的数据挖掘的书，或者注重方法不注重算法的书，希望能有高人指点一二

　　《数据挖掘导论》读后感(二)：推荐系统实战

　　强力推荐，系统完整的介绍了各种推荐系统算法，具体实现的代码、优缺点，结合如豆瓣、Hulu等知名网站等实例，形象的讲解了算法应用的方法、基础。并在文字提供了大量扩展阅读的渠道。

　　另外，书中也提到一些实际构架推荐系统的方法，从网站整体、商业价值等角度进行分析，跳出了一般学院派的框架。

　　《数据挖掘导论》读后感(三)：数据挖掘入门

　　我是拿这本书当作课程书的，这本书基本上涵盖了数据挖掘的许多经典算法，分类，聚类，关联规则。比较适合对数据挖掘感兴趣的人，这本书看完之后基本上就可以进行对数据的分析，挖掘了。然而这仅仅是一门入门书，对于理论部分并没有做过多的解释。如果想进一步的了解理论知识，应该需要关注下机器学习方面的书籍

　　《数据挖掘导论》读后感(四)：为什么没有探讨回归问题？

　　为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？为什么没有探讨回归问题？

　　《数据挖掘导论》读后感(五)：书还可以，翻译不行

　　作为数据挖掘导论，这本书基本上已经做到了。书中介绍了很多数据挖掘方面相关的概念和方法，对于入门来讲是很友好的。因为刚刚看完机器学习的书，所以前半部分基本不需要看了。后面的关联分析和聚类方法还是可以一看的。虽然这本书没有实际操作的内容，但是让人大概了解了数据挖掘所涉及的都是什么内容。

　　这里需要吐槽的是翻译的问题。居然都翻译成中文了，那么句子的语序也该改成汉语的形式啊，不然让人看起来很别扭。其他的还可以慢慢改进，但是这个问题希望改版的时候可以改过来，否则阅读体验真的太差了…………