《数据挖掘实用机器学习技术(原书第2版)》介绍数据挖掘的基本理论与实践方法。主要内容包括：各种模型(决策树、关联规则、线性模型、聚类、贝叶斯网以及神经网络)以及在实践中的运用，所存在缺陷的分析。安全地清理数据集、建立以及评估模型的预测质量的方法，并且提供了一个公开的数据挖掘工作平台Weka。Weka系统拥有进行数据挖掘任务的图形用户界面，有助于理解模型，是一个实用并且深受欢迎的工具。
海报：
具体描述
读后感
这本书虽然标题是Data Mining，但是核心内容还是机器学习。我理解“数据挖掘”主要指的还是KDD，即基于数据库的知识发现。在这个领域，基本的方法是聚类和关联规则发现；而在机器学习领域，主要研究的是分类。 这本书的内容主要是分类，也有一部分聚类的内容，关联规则发现基...
评分这本书虽然标题是Data Mining，但是核心内容还是机器学习。我理解“数据挖掘”主要指的还是KDD，即基于数据库的知识发现。在这个领域，基本的方法是聚类和关联规则发现；而在机器学习领域，主要研究的是分类。 这本书的内容主要是分类，也有一部分聚类的内容，关联规则发现基...
评分作者可以说是享誉盛名，但是这本书写出来，基本上章法全无。理论和例子基本上没有几个是适合入门者的，加上翻译有些地方表意不清。初阶入门者看了的话，肯定一团迷雾。 评论太短了嘛？评论太短了嘛？评论太短了嘛？评论太短了嘛？评论太短了嘛？评论太短了嘛？评论太短了嘛？评...
评分作者不是Jiawei Han好嘛. 没读过写什么书评! 作者是怀卡托大学的Ian和Eibe, Weka的发明人. 没看过别瞎BB. 豆瓣写错author你们就顺杆爬有意思么...............................................................................................................................
评分这本书虽然标题是Data Mining，但是核心内容还是机器学习。我理解“数据挖掘”主要指的还是KDD，即基于数据库的知识发现。在这个领域，基本的方法是聚类和关联规则发现；而在机器学习领域，主要研究的是分类。 这本书的内容主要是分类，也有一部分聚类的内容，关联规则发现基...
用户评价
好看！书是牛书，人是牛人。目前读过的最好的数据挖掘类的书，思维线条非常清晰，这是技术类书籍最重要的三点之一！对各种机器学习技巧的讲述深度把握得很好。PS. 豆瓣要开发一个pdf阅读器就好了，可以把阅读的笔记同步到豆瓣读书主页。现在要专门写书评，懒得动啊......
评分对于理解Weka，这本书非常不错
评分纪念一下 这本书要送人了
评分比较形象易懂
评分入门书。1到8章讲数据挖掘，内容和《数据挖掘导论》差不多。9到15章讲weka的实践，其中13到15章涉及到weka源码。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有