数据挖掘
豆瓣
实用机器学习工具与技术（英文版·第3版）
Data Mining: Practical Machine Learning Tools and Techniques， Third Edition
（新西兰）Ian H.Witten / （新西兰）Eibe Frank …
简介
【编辑推荐】
假如你需要对数据进行分析和理解，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)
“本书既含理论又有实践应用，并且关注实践是本书的一大特色。对于从事数据挖掘和机器学习方面工作的每位读者，我强烈推荐本书！”
——Dorian Pyle，《Data Preparation for Data Mining》和《Business Modeling for Data Mining》的作者
“本书在数据挖掘技术领域备受推崇，是数据挖掘分析师的必读之物！”
——Herb Edelstein，Two Crows Consulting公司首席数据挖掘咨询顾问
“这是我最喜爱的数据挖掘书籍之一，书中不仅循序渐进地介绍了各类算法，还辅以丰富实例，详细阐述了如何应用这些算法解决实际数据挖掘问题。这本书不但有益于学习使用Weka软件，而且还会帮助你了解各类机器学习算法。”
——Tom Breur，XLNT Consulting公司首席咨询顾问
【内容简介】
本书是机器学习和数据挖掘领域的经典畅销教材，被众多国外名校选为教材。书中不仅详细介绍机器学习的基本理论，还对实际工作中应用的相关工具和技术提了一些建议。本版对上一版内容进行了全面更新，以反映自第2版出版以来数据挖掘领域的技术变革和新方法，包括数据转换、集成学习、大规模数据集、多示例学习方面的新材料，以及新版的Weka机器学习软件。
本书逻辑严密、内容翔实、极富实践性，适合作为高等学校本科生或研究生的教材，也可供相关技术人员参考。
contents
PREFACEUpdated and Revised ContentSecond EditionThird EditionACKNOWLEDGMENTSABOUT THE AUTHORSPART Ⅰ INTRODUCTION TO DATA MININGCHAPTER 1 What's It All About？CHAPTER 2 Input:Concepts,Instances,and AttributesCHAPTER 3 Output:Knowledge RepresentationCHAPTER 4 Algorithms:The Basic MethodsCHAPTER 5 Credibility:Evaluating What's Been LearnedPART Ⅱ ADVANCED DATA MININGCHAPTER 6 Implementations:Real Machine Learning SchemesCHAPTER 7 Data TransformationsCHAPTER 8 Ensemble LearningCHAPTER 9 Moving on:Applications and BeyondPART Ⅲ THE WEKA DATA MINING WORKBENCHCHAPTER 10 Introduction to WekaCHAPTER 11 The ExplorerCHAPTER 12 The Knowledge Flow InterfaceCHAPTER 13 The ExperimenterCHAPTER 14 The Command-Line InterfaceCHAPTER 15 Embedded Machine LearningCHAPTER 16 Writing New Learning SchemesCHAPTER 17 Tutorial Exercises for the Weka ExplorerREFERENCESINDEX
