|
| | |
|
作者： 新西兰 威滕 Witten
出版社：机械工业出版社
出版日期：2006年2月
译者：
|
|
ISBN：711118205 |
| 开本：小16开 |
|
装帧：平装 |
原价：
48 元 |
|
| | 三星会员：41.74 元 |
二星：42.64 元 |
一星：43.53 元 |
普通：44.88 元 |
|
 
团购服务电话13146064908 价格优惠！
|
|
|
|
本书以非常容易理解的方式展示了数据挖掘这门新学科：既是用于训练新一代实际工作者和研究者的教科书，同时又能让像我一样的专业人员受益。Witten和Frank热切地追求简单而优美的解决方案。他们将所有的概念都建立在具体实例的基础之上，促使读者首先考虑使用简单的技术。如果简单的技术不足以解决问题，再考虑提升到更为复杂的高级技术。
假如你需要对数据进行分析和应用，本书以及相关的Weka工具包是一个绝佳的起步。
－－摘自本书序, Jim Gray (图灵奖获得者)
正如所有受到商业注目的新兴技术一样，数据挖掘的运用也是极其多样化的。言过其实的报导声称可以建立算法，在数据的海洋里发现秘密。但事实上机器学习中没有魔术，没有隐藏的力量，没有炼金术。有的只是一些可以将有用的信息从原始数据中提炼出来的清晰明了的实用技术。本书叙述了这些技术并展示了它们是如何工作的。
本书对1999年的初版做了重大的改动。虽说核心概念没有变化，但本书做了更新，反映出过去五年的变化。新版的重要部分包括了30种新的技术；一个加强了互动界面的Weka机器学习工作平台；有关神经网络的完整信息，一个有关贝叶斯网络的新章节；诸如此类，不胜枚举。
本书提供了机器学习理论概念的完整基础，此外还对实际工作中应用的相关工具和技术提了一些建议，在本书中你将发现：
●成功数据挖掘技术的核心算法??历经考验的真实技术及领先前沿的方法。
●转换输入或输出，改善性能的方法。
●可下载的Weka软件，它集合了能承担数据挖掘任务的机器学习算法，包括对数据进行预处理、分类、回归、聚类、关联规则以及在新的交互式界面上的可视化。
|
|
| 
|
| 
第一部分?机器学习工具与技术
第1章??绪论
1.1??数据挖掘和机器学习
描述结模式
机器学习
数据挖掘
1.2??简单的例子：天气问题和其它
天气问题
隐形眼镜：一个理想化的问题
Irises：一个经典的数值型数据集
CPU?性能：介绍数值预测
劳资协商：一个更真实的例子
大豆分类：一个经典的机器学习的成功例子
1.3??应用领域
决策包含评判
图像筛选
负载预测
诊断
市场和销售
其它应用
1.4??机器学习和统计学
1.5??以搜索为目的的概括
枚举概念空间
偏差
1.6??数据挖掘和道德
1.7??补充读物
第2章?输入：概念、实例和属性
2.1??什么是概念？
2.2??一个样本里有什么？
2.3??一个属性里有什么？
2.4??输入准备
数据收集
ARFF?格式
稀疏数据
属性类型
残缺值
不正确的值
了解数据
2.5??补充阅读
第3章?? 更多>>
您的浏览器越来越慢了？为什么不尝试一下更快的上网体验？
|
|
|
| |
