《數據挖掘實用機器學習技術(原書第2版)》介紹數據挖掘的基本理論與實踐方法。主要內容包括:各種模型(決策樹、關聯規則、綫性模型、聚類、貝葉斯網以及神經網絡)以及在實踐中的運用,所存在缺陷的分析。安全地清理數據集、建立以及評估模型的預測質量的方法,並且提供瞭一個公開的數據挖掘工作平颱Weka。Weka係統擁有進行數據挖掘任務的圖形用戶界麵,有助於理解模型,是一個實用並且深受歡迎的工具。
海報:
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...
評分 評分一会是查询偏差,一会是搜索偏差~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
評分这本书确实如所知道的那样,翻译得很水。很多一些概念的东西就像把你隔在某种屏障外,然后其实说的并不是那么枯燥的东西………… 本书主要还是介绍机器学习的,用这本书的目的就是为了了解weka中算法实现的思想。从这点出发这本书还算是比较值当的了,比官方的文档确实还是要精...
評分----------------------------------------- 外文教材, 外文参考书 请咨询 http://shop35575714.taobao.com ----------------------------------------
非常實用的一本入門書,不過如果試圖瞭解詳細的機器學習的算法還是算瞭,亮點在於最後對於weka的講解
评分weka使用手冊
评分入門書。1到8章講數據挖掘,內容和《數據挖掘導論》差不多。9到15章講weka的實踐,其中13到15章涉及到weka源碼。
评分主要講分類,順便看WEKA
评分Weka聖經中文版。本科教材。
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有