Data mining : practical machine learning tools and techniques with Java implementations = 数据挖...

作者：  Ian H. Witten, Eibe Frank著.

出版社：

简介：　　 本书是综合运用数据挖掘、数据分析、信息理论以及机器学习技术的里程碑。 ——微软研究院，图灵奖得主jimgray 这是一本将数据挖掘算法和数据挖掘实践完美结合起来的优秀教材。作者以其丰富的经验，对数据挖掘的概念和数据挖掘所用的技术(特别是机器学习)进行了深入浅出的介绍，并对应用机器学习工具进行数据挖掘给出了良好的建议。数据挖掘中的各个关键要素也融合在众多实例中加以介绍。 　　本书还介绍了weka这种基于java的软件系统。该软件系统可以用来分析数据集，找到适用的模式，进行正确的分析，也可以用来开发自己的机器学习方案。 　　本书的主要特点： 解释数据挖掘算法的原理。通过实例帮助读者根据实际情况选择合适的算法，并比较和评估不同方法得出的结果。 介绍提高性能的技术，包括数据处理以及组合不同方法得到的输出。 提供了本书所用的weka软件和附加学习材料，可以从[a href="http://www.mkp.com/datamining" target="_blank"]http：／／www．mkp．com／datamining[/a]上下载这些 资料。 　　 jan h．witten新西兰怀卡托(waikato)大学计算机科学系教授。他是acm和新西兰皇家学会的成员，并参加了英国、美国、加拿大和新西兰的专业计算、信息检索。工程等协会。他著有多部著作，是多家技术杂志的作者，发表过大量论文。 eibe frank毕业于德国卡尔斯鲁厄大学计算机科学系，目前是新西兰怀卡托大学机器学习组的研究员。他经常应邀在机器学习会议上演示其研究成果，并在机器学习杂志上发表多篇论文。