数据挖掘实用机器学习

科技 · BOOK PROFILE

《数据挖掘实用机器学习技术》

作者:(新西兰)威滕

《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。

ABOUT THE BOOK

内容简介

《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。

READING NOTES

《数据挖掘实用机器学习技术》读书笔记与读后感

共 0 篇
相关文章正在整理中

本页已收录书籍信息与正版资源获取说明,读书笔记和读后感会持续更新。

PDF

PDF · E-BOOK · DOWNLOAD

《数据挖掘实用机器学习技术》PDF、电子书与下载说明

本站专注于《数据挖掘实用机器学习技术》的读书笔记和读后感,不提供未经授权的 PDF 或电子书文件下载。建议通过出版社官网、正规数字书店或所在地公共图书馆检索正版电子书;获取前请核对作者、出版社与版本信息。

  • 优先选择出版社或正规阅读平台
  • 通过公共图书馆查询纸书及数字馆藏
  • 谨慎识别来源不明的网盘和下载链接
获取更多资讯请关注《百智汇社》公众号,回复“bk160745”获取。微信扫码关注,获取更多阅读与书籍资讯
百智汇社公众号二维码