《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
翻译的不大好，譬如：指针与引用的"引用(reference)"，被翻译成"参考"；JavaBean被翻译为Java豆；异常的＂抛出＂被翻译为＂丢弃＂.... 不过对于想学习Weka,研究Weka源码的朋友来说,该书的算法介绍和软件使用还是很不错的.
评分这种书的翻译都是一个导师，找多个研究生每人分俩章节，对这金山词霸翻译的，能好到哪里。所以要读还是读原版。
评分这本dm的书啃完了，觉得有点这个书有点“偏见”，怎么理解呢 前面的东西不错哦，可是后半部分的Weka平台我个人觉得翻翻就行了，要学还不如看看spss的书呢，前面关于机器模型的建立的数学基础要求的不是很高，所以很适合一般没有学过随机过程的人看看，要是数学很牛的人，可以看...
评分----------------------------------------- 外文教材， 外文参考书 请咨询 http://shop35575714.taobao.com ----------------------------------------
评分翻译的不大好，譬如：指针与引用的"引用(reference)"，被翻译成"参考"；JavaBean被翻译为Java豆；异常的＂抛出＂被翻译为＂丢弃＂.... 不过对于想学习Weka,研究Weka源码的朋友来说,该书的算法介绍和软件使用还是很不错的.
用户评价
重点重读一遍 又弄懂一些要点
评分好看！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weka使用手册
评分可读性较差，以概念为主，少部分伪代码，对于深刻理解还需要专门借阅挖掘算法类的书籍，但是内容适合初步接触机器学习与数据挖掘交叉领域的学生。读过后发现自己的理论知识很清晰明了。
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.quotespace.org All Rights Reserved. 小美书屋 版权所有