数据挖掘实用机器学习技术 pdf下载

基本信息

书名：数据挖掘实用机器学习技术(原书第2版)

定价：48.00元

作者：威滕(Witten,I.H.),弗兰克

出版社：机械工业出版社

出版日期：2006-07-01

ISBN：9787111182054

字数：

页码：362

版次：1

装帧：平装

开本：16开

商品重量：0.001kg

编辑推荐

　　正如所有受到商业注目的新兴技术一样，数据挖掘的运用也是极其多样化的。言过其实的报导声称可以建立算法，在数据的海洋里发现秘密。但事实上机器学习中没有魔术，没有隐藏的力量，没有。有的只是一些可以将有用的信息从原始数据中提炼出来的清晰明了的实用技术。《数据挖掘实用机器学习技术》（原书第2版）叙述了这些技术并展示了它们是如何工作的。
　　《数据挖掘实用机器学习技术》（原书第2版）对1999年的初版做了重大的改动。虽说核心概念没有化，但《数据挖掘实用机器学习技术》（原书第2版）做了更新，反映出过去五年的化。《数据挖掘实用机器学习技术》（原书第2版）提供了机器学习理论概念的完整基础，此外还对实际工作中应用的相关工具和技术提了一些建议。　　　　
　　《数据挖掘实用机器学习技术》（原书第2版）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。

内容提要

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。

目录

出版者的话
专家指导委员会
译者序
中文版前言
序
前言
部分 机器学习工具与技术
章 绪论
1.l 数据挖掘和机器学习
l.2 简单的例子：天气问题和其他
l.3 应用领域-
1.4 机器学习和统计学
1.5 用于搜索的概括
l.6 数据挖掘和道德
1.7 补允读物
第2章 输入概念、实例和属性
2.1 概念
2.2 样本
2.3 属性
2.4 输入准备
2.5 补充读物
第3章 输出：知识表达
3.1 决策表
3.2 决策树
3.3 分类规则
3.4 关联规则
3.5 包含例外的规则
3.6 包含关系的规则
3.7 数值预测树
3.8 基于实例的表达
3.9 聚类
3.10 补充读物
第4章 算法基本方法
4.1 推断基本规则
4.2 统计建模
4.3 分治法：创建决策树
4.4 覆盖算法：建立规则
4.5 挖掘关联规州
4.6 线性模型
4.7 基于实例的学习
4.8 聚类
4.9 补充读物
第5章 可信度：评估机器学习结果
5.1 训练和测试
5.2 预测性能
5.3 交叉验证
5.4 其他估计法
5.5 可信度：评估机器学习结果
5.6 预测概率
5.7 计算成本
5.8 评估数值预测
5.9 短描述长度原理
5.10 聚类方法中应用MDL原理
5.1l 补充读物
第6章 实现：真正的机器学习方案

第7章 转换：处理输入和输出
第8章 继续扩展和应用
第9章 Weka简介
0章 Explorer界面
l章 Knowledge Flow界面
2章 Experimenter界面
3章 命令行界面
4章 嵌入式机器学习
5章 编写新学习方案
参考文献
索引

作者介绍

Ian H.Witten，新西兰怀卡托大学计算机科学系教授，ACM和新西兰皇（IFIP）颁发的Namur奖项。他的著作包括《Managing Gigabytes:Compressing and Indeng Documents and Images》、《How to Build a Digital Library》以及众多的期刊和学会文章。

文摘

序言