《数据挖掘概念与技术》是一本由(加)Jiawei Han;Micheline Kamber著作，机械工业出版的平装图书，本书定价：55.00元，页数：488，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。
●比较简单
●感觉如果不是自己的自学能力太差，那肯定是这本书太注重概念介绍，而不是实际应用了！
●写的太复杂，不必这么大部头
●翻译奇烂，气死人
●不适合我们这种急用先学现学现用的。
●简介
●开卷考试必备参考手册
●机翻但还是好评一下。介绍了很多很多算法 每一个算法拿出去又是一本书了。最终还是得选定一个精准的方向往里钻才行啊
●韩家炜经典读物，第二版也早已经上市了，值得参考，早期的许多技术已经有了新的产品和更新的方法，这一领域势必越来越受到重视
●还行
我了个擦 ， 连个非限制性定语从句都翻译不了，你翻译毛啊。还不如看原版。你们两个真是叫兽啊。本来都不屑去骂，但是连个定于从句都搞不通顺，叫兽你就这水平？你让研究生替你翻译的话，你研究生的水平也不至于如此奇差吧，还没过四级呢吧。不评很差是看在原著的面子上。
这本书是刚上研究生的时候开始看的，这本书介绍的数据挖掘基本上是从数据库的概念出发的，对各种算法都有提及，但是很多算法基本上是语焉不详，对于刚开始学习数据挖掘和机器学习的学生来说，能对数据挖掘的基本概念有所了解，对算法也只能了解个大概了。
如果不是纯搞数据仓库+挖掘，个人更推荐刘兵的《WEB Data Mining》
+ Bishop大神的《Pattern Recognition And Machine Learning》。
因为要上数据挖掘的课，所以按照老师的推荐买了这本书，看到豆瓣有7.7的不错成绩就直接买了，但是在我看到这本书中对关联规则挖掘的讲解时，我以为我以前学的数学知识都是错的，直到我google了一篇专门讲关联规则的博客。这么专业的一本技术书，集合的交并都搞不清，条件概率这样的基础知识也能错，不知道是作者就是这么理解的还是故意写成和我所学的数学知识的规则不一样，反正现在后悔了，不知道里面的知识还能错多少，所以现在基本不看这书了，直接上网搜都比它准。
这是一本从数据库角度阐述数据挖掘的书，主要关注从商业数据库的大量事务数据中寻找有用信息的各种方法。数据库和大数据是贯穿全书的核心。
全书大致可以分成两部分。前一部分重点是数据仓库的构建以及在此过程中的数据整合与化简，对于数据库的设计与数据整理很有启发，但是没有数据库基础的人读着挺难的。后一部分则对几种常规数据挖掘任务，如比较、分类与预测、关联、聚类等进行介绍，对部分简单的算法给出了伪代码描述，同时也对应用于大数据的和复杂数据的算法进行了介绍，总的来说内容全面，逻辑清楚，但是有些地方比较简略。有数据库基础的人可以拿它入门，但是要更深入的了解算法还需要深入阅读。
大三下时就买了，为了准备一下保研的方向，当时只是粗略的读懂了一点。浙大面试时问了我一个K-Means自己都记不太清了。
研一上的<<数据仓库与数据挖掘>>课程也基本使用了这本教材，然而长期不去上课导致自己好多内容学的并不扎实，最后的考试也考的很烂；现在回想，贝叶斯网络没有主动去学会、神经网络与SVM等等原理现在还处于懵逼的状态......
这本书给我的整体感觉是讲的蛮全面，基本的数据挖掘（机器学习）方法都有较为详细的介绍，不过想要各个章节全部吃透也的确不是件易事，适合查缺补漏，考试里（课程上）不会的部分还要自己找时间搞透 = =。
