书目

数据挖掘实用机器学习技术

内容简介

本书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，所存任缺陷的分析。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仟务的图形用户界面，有助于理解模型，是一个实用并且深受欢迎的工具。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。

作者简介

IanH.Witten，新西兰怀卡托大学计算机科学系教授，ACM和新西兰皇家学会成员，曾荣获2004年国际信息处理研究协会（IFIP）颁发的Namur奖项。他的著作包括《ManagingGigabytes：CompressirlgandIndexingDocumentsandImages》、《HowtoBuildaDigitalLibrary》以及众多的期刊和学会文章。

目录

丛书

计算机科学丛书

其他版本

全部(15)

—  END  —