《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：
具體描述
讀後感
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...
評分 評分这本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...
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...
用戶評價
紀念一下 這本書要送人瞭
评分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
评分對於理解Weka，這本書非常不錯
评分主要講分類，順便看WEKA
评分書的後一半在講解weka，可以作為weka的使用指南。前一半發揮齣瞭正常功力。
相關圖書
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