數(shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)

出版時(shí)間：2006-3 出版社：機(jī)械工業(yè)出版社作者：Ian H.Witten,Eibe Frank 頁數(shù)：362 譯者：董琳,邱泉,于曉峰
Tag標(biāo)簽：無

內(nèi)容概要

本書介紹數(shù)據(jù)挖掘的基本理論與實(shí)踐方法。主要內(nèi)容包括：各種模型(決策樹，關(guān)聯(lián)規(guī)則、線性模型、聚類、貝葉斯網(wǎng)以及神經(jīng)網(wǎng)絡(luò))以及在實(shí)踐中的運(yùn)用，所存任缺陷的分析。安全地清理數(shù)據(jù)集、建立以及評估模型的預(yù)測質(zhì)量的方法，并且提供了一個(gè)公開的數(shù)據(jù)挖掘工作平臺Weka。Weka系統(tǒng)擁有進(jìn)行數(shù)據(jù)挖掘仟務(wù)的圖形用戶界面，有助于理解模型，是一個(gè)實(shí)用并且深受歡迎的工具。    本書邏輯嚴(yán)密、內(nèi)容翔實(shí)、極富實(shí)踐性，適合作為高等學(xué)校本科生或研究生的教材，也可供相關(guān)技術(shù)人員參考。

作者簡介

Ian H.Witten，新西蘭懷卡托大學(xué)計(jì)算機(jī)科學(xué)系教授，ACM和新西蘭皇（IFIP）頒發(fā)的Namur獎項(xiàng)。他的著作包括《Managing Gigabytes:Compressing and Indexing Documents and Images》、《How to Build a Digital Library》以及眾多的期刊和學(xué)會文章。

書籍目錄

出版者的話專家指導(dǎo)委員會譯者序中文版前言序前言第一部分  機(jī)器學(xué)習(xí)工具與技術(shù)  第1章  緒論    1.l  數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)     l.2  簡單的例子：天氣問題和其他    l.3  應(yīng)用領(lǐng)域-    1.4  機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)    1.5  用于搜索的概括    l.6  數(shù)據(jù)挖掘和道德    1.7  補(bǔ)允讀物  第2章  輸入概念、實(shí)例和屬性    2.1  概念    2.2  樣本    2.3  屬性      2.4  輸入準(zhǔn)備    2.5  補(bǔ)充讀物  第3章  輸出：知識表達(dá)    3.1  決策表    3.2  決策樹    3.3  分類規(guī)則    3.4  關(guān)聯(lián)規(guī)則    3.5  包含例外的規(guī)則    3.6  包含關(guān)系的規(guī)則    3.7  數(shù)值預(yù)測樹    3.8  基于實(shí)例的表達(dá)    3.9  聚類    3.10  補(bǔ)充讀物  第4章  算法基本方法    4.1  推斷基本規(guī)則    4.2  統(tǒng)計(jì)建模    4.3  分治法：創(chuàng)建決策樹    4.4  覆蓋算法：建立規(guī)則    4.5  挖掘關(guān)聯(lián)規(guī)州    4.6  線性模型    4.7  基于實(shí)例的學(xué)習(xí)    4.8  聚類    4.9  補(bǔ)充讀物  第5章  可信度：評估機(jī)器學(xué)習(xí)結(jié)果    5.1  訓(xùn)練和測試    5.2  預(yù)測性能    5.3  交叉驗(yàn)證    5.4  其他估計(jì)法    5.5  可信度：評估機(jī)器學(xué)習(xí)結(jié)果    5.6  預(yù)測概率    5.7  計(jì)算成本    5.8  評估數(shù)值預(yù)測    5.9  最短描述長度原理    5.10  聚類方法中應(yīng)用MDL原理    5.1l  補(bǔ)充讀物  第6章  實(shí)現(xiàn)：真正的機(jī)器學(xué)習(xí)方案    ……  第7章  轉(zhuǎn)換：處理輸入和輸出  第8章  繼續(xù)擴(kuò)展和應(yīng)用  第9章  Weka簡介  第10章  Explorer界面  第1l章  Knowledge Flow界面  第12章  Experimenter界面  第13章  命令行界面  第14章  嵌入式機(jī)器學(xué)習(xí)   第15章  編寫新學(xué)習(xí)方案參考文獻(xiàn)索引

章節(jié)摘錄

　　第7章 轉(zhuǎn)換：處理輸入和輸出　　在前一章中我們考察了大量的機(jī)器學(xué)習(xí)方法：決策樹、決策規(guī)則、線性模型、基于實(shí)例的方案、數(shù)值預(yù)測技術(shù)、聚類算法以及貝葉斯網(wǎng)絡(luò)。所有這些方法都是合理、成熟的技術(shù)，可用于解決實(shí)際的數(shù)據(jù)挖掘問題?！　〉浅晒Φ臄?shù)據(jù)挖掘遠(yuǎn)不只是牽涉到選擇某種學(xué)習(xí)算法并應(yīng)用于數(shù)據(jù)。許多學(xué)習(xí)算法要用到各種不同的參數(shù)，需要選擇合適的參數(shù)值。在多數(shù)情況下，選擇適當(dāng)?shù)膮?shù)可以使所獲結(jié)果得到顯著改善，而合適的選擇則是要視手頭的具體數(shù)據(jù)而定的。例如，決策樹可以選擇修剪或不修剪，選擇前者又需要選擇修剪參數(shù)。在基于實(shí)例的k最近鄰學(xué)習(xí)方法中，則需要選擇k值。更為常見的，則是需要從現(xiàn)有的方案中選擇學(xué)習(xí)方法本身。在所有情況下，合適的選擇是由數(shù)據(jù)而決定的。　　在數(shù)據(jù)上試用幾種不同的方法，并使用幾種不同的參數(shù)值，然后觀測哪種情況結(jié)果最好，是個(gè)誘人的方法。不過要當(dāng)心！最佳選擇并不一定是在訓(xùn)練數(shù)據(jù)上獲得最好結(jié)果的那個(gè)。我們曾反復(fù)提醒要注意過度擬合問題，過度擬合是指一個(gè)學(xué)習(xí)模型與用于建模的某個(gè)具體訓(xùn)練數(shù)據(jù)集太過匹配。假設(shè)在訓(xùn)練數(shù)據(jù)上所表現(xiàn)的正確性能代表模型將來應(yīng)用于實(shí)踐中的新數(shù)據(jù)上的性能水準(zhǔn)，這個(gè)想法是不正確的?！　∷业氖窃诘?章中已經(jīng)討論了對于這個(gè)問題的解決方法。有兩種較好的方法可用來估計(jì)一個(gè)學(xué)習(xí)方法的預(yù)期真實(shí)性能表現(xiàn)：在數(shù)據(jù)源充足的情況下，使用一個(gè)與訓(xùn)練數(shù)據(jù)集分離的大數(shù)據(jù)集；在數(shù)據(jù)較少的情況下則使用交叉驗(yàn)證法（第5.3節(jié)）。在后一種情況下，在實(shí)踐中的典型應(yīng)用方法是單次的10折交叉驗(yàn)證，當(dāng)然要得到更為可靠的估計(jì)需要將整個(gè)過程重復(fù)10次。一旦為學(xué)習(xí)方法選定了合適的參數(shù)，就可以使用整個(gè)訓(xùn)練集（即所有訓(xùn)練實(shí)例）來生成將要應(yīng)用于新數(shù)據(jù)的最終學(xué)習(xí)模型?！　∽⒁庠谡{(diào)整過程中使用所選的參數(shù)值得到的性能表現(xiàn)并不是對最終模型性能的一個(gè)可靠估計(jì)，因?yàn)樽罱K模型對于調(diào)整中使用的數(shù)據(jù)有過度擬合的傾向。要確定它的性能究竟如何，需要另外一個(gè)大的數(shù)據(jù)集，這個(gè)數(shù)據(jù)集須與學(xué)習(xí)過程和調(diào)整過程中所使用的數(shù)據(jù)隔離開來。在進(jìn)行交叉驗(yàn)證時(shí)也是如此，參數(shù)調(diào)整過程需要一個(gè)“內(nèi)部”交叉驗(yàn)證，誤差估計(jì)還需要一個(gè)“外部”交叉驗(yàn)證。采用10折交叉驗(yàn)證法將使學(xué)習(xí)方法運(yùn)行100次。總而言之，當(dāng)評估一個(gè)學(xué)習(xí)方案的性能時(shí)，所進(jìn)行的任何參數(shù)調(diào)整過程都應(yīng)被看作是訓(xùn)練過程的一部分?！　‘?dāng)把機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于實(shí)際的數(shù)據(jù)挖掘問題時(shí)，還有其他一些重要程序可以大大提高成功率，這正是本章的主題。它們形成了一種（操縱）數(shù)據(jù)的技術(shù)，將輸入數(shù)據(jù)設(shè)計(jì)成一種能適合所選學(xué)習(xí)方案的形式，將輸出模型設(shè)計(jì)得更為有效。你可以把它們看成是能應(yīng)用于實(shí)際的數(shù)據(jù)挖掘問題以提高成功幾率的一些訣竅。有時(shí)奏效，有時(shí)無效。根據(jù)目前的技術(shù)發(fā)展水平來看，很難預(yù)言它們是否有用。在這種以嘗試和誤差率作為最為可靠的指導(dǎo)的領(lǐng)域中，特別重要的恐怕就是靈活運(yùn)用并且理解這些訣竅了。　　……

編輯推薦

正如所有受到商業(yè)注目的新興技術(shù)一樣，數(shù)據(jù)挖掘的運(yùn)用也是極其多樣化的。言過其實(shí)的報(bào)導(dǎo)聲稱可以建立算法，在數(shù)據(jù)的海洋里發(fā)現(xiàn)秘密。但事實(shí)上機(jī)器學(xué)習(xí)中沒有魔術(shù)，沒有隱藏的力量，沒有煉金術(shù)。有的只是一些可以將有用的信息從原始數(shù)據(jù)中提煉出來的清晰明了的實(shí)用技術(shù)?！稊?shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)》(原書第2版)敘述了這些技術(shù)并展示了它們是如何工作的?！　　稊?shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)》(原書第2版)對1999年的初版做了重大的改動。雖說核心概念沒有變化，但《數(shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)》(原書第2版)做了更新，反映出過去五年的變化?！稊?shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)》(原書第2版)提供了機(jī)器學(xué)習(xí)理論概念的完整基礎(chǔ)，此外還對實(shí)際工作中應(yīng)用的相關(guān)工具和技術(shù)提了一些建議?！　　稊?shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)》(原書第2版)邏輯嚴(yán)密、內(nèi)容翔實(shí)、極富實(shí)踐性，適合作為高等學(xué)校本科生或研究生的教材，也可供相關(guān)技術(shù)人員參考。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

還沒讀過(27)
勉強(qiáng)可看(201)
一般般(343)
內(nèi)容豐富(1422)
強(qiáng)力推薦(116)

數(shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù) PDF格式下載

用戶評論 (總計(jì)90條)

這本書涵蓋了機(jī)器學(xué)習(xí)的大部分內(nèi)容，淺顯易懂，實(shí)例豐富，還有weka平臺可以使用。適合入門級別的朋友們
這是一本數(shù)據(jù)挖掘的入門書，難度適中，很適合初級者學(xué)習(xí)和進(jìn)步！非常值得推薦！！
數(shù)據(jù)挖掘方面挺經(jīng)典的書！
學(xué)習(xí)數(shù)據(jù)挖掘的經(jīng)典叢書，很不錯(cuò)
對學(xué)習(xí)數(shù)據(jù)挖掘很有幫助，看到了第五章已獲益匪淺。正是需要的好東西。感謝作者和譯者，感謝當(dāng)當(dāng)。
這本書是很不錯(cuò)的對數(shù)據(jù)挖掘的研究有一定的知道價(jià)值
學(xué)數(shù)據(jù)挖掘必看的，不用多說了吧
this book offer a lot help in how to use weka.
一本不錯(cuò)的書，理論結(jié)合實(shí)際應(yīng)用，對機(jī)器學(xué)習(xí)的原理進(jìn)行了系統(tǒng)全面的介紹，非常實(shí)用。
大數(shù)據(jù)真是大坑，加油吧
很實(shí)用的一本書，舉得例子也比較多，很好，書的質(zhì)量更好
書質(zhì)量不錯(cuò)。。。，看了一部分了，比較容易理解，適合入門
剛收到書，跳著翻閱了一會，內(nèi)容是挺不錯(cuò)的，讓人舍不得放下。遺憾的是紙張?zhí)?，就像D版一樣（機(jī)械工業(yè)出版社的都給我這樣的感覺），還有不少錯(cuò)別字。不過工具書嘛，無所謂了，內(nèi)容才是最重要的。
適合入門，只是想了解下機(jī)器學(xué)習(xí)
特地買的技術(shù)性教材，除掉理論部分，還有實(shí)際使用的知識，有用
不錯(cuò)！質(zhì)量挺好的
應(yīng)該會用的上，方法很多
書已經(jīng)收到，還沒有看，經(jīng)典書，必須得看。
書很不錯(cuò)，同學(xué)一起買的！就是快遞慢了點(diǎn)！
相當(dāng)不錯(cuò)的書，經(jīng)典，不解釋
還沒仔細(xì)開始看，但是應(yīng)該是不錯(cuò)的書哦
書不錯(cuò)，寫得比較簡單易懂，但是翻譯有點(diǎn)繁瑣。
書不錯(cuò)，在實(shí)際中能使用
書不錯(cuò)，配送一般
這本書我在別的地方買不到。只能在這里買。很好很給力。
這是一本數(shù)據(jù)挖掘的入門書，難度適中，很適合初級者學(xué)習(xí)。
還沒讀來呵呵以后再看吧
要好好學(xué)！
還可以，入門級別
到手后感覺很好，正在看
給兒子買的，他說不錯(cuò)。
中文版很好
這本書雖然標(biāo)題是Data Mining，但是核心內(nèi)容還是機(jī)器學(xué)習(xí)。我理解“數(shù)據(jù)挖掘”主要指的還是KDD，即基于數(shù)據(jù)庫的知識發(fā)現(xiàn)。在這個(gè)領(lǐng)域，基本的方法是聚類和關(guān)聯(lián)規(guī)則發(fā)現(xiàn)；而在機(jī)器學(xué)習(xí)領(lǐng)域，主要研究的是分類。　　　　這本書的內(nèi)容主要是分類，也有一部分聚類的內(nèi)容，關(guān)聯(lián)規(guī)則發(fā)現(xiàn)基本上沒有講。但它對分類講的很詳細(xì)，主要的思想都涉及到了，體系整理很好。它對相關(guān)的知識，如分類算法的性能估計(jì)，如何在分類中結(jié)合成本考慮等也做了詳細(xì)的介紹。因此，認(rèn)真讀讀這本書對于學(xué)好用好分類是很有幫助的。　　　　它的第二部分介紹了Weka這個(gè)機(jī)器學(xué)習(xí)框架的使用。用好這個(gè)框架能夠幫助簡化機(jī)器學(xué)習(xí)算法研究中的一些輔助工作，作用還是很大的。　　　　因此，推薦對機(jī)器學(xué)習(xí)，特別是分類有興趣的同志們看看這本書。
書挺基礎(chǔ)，介紹了開源的數(shù)據(jù)挖掘工具WEKA！！
內(nèi)容不錯(cuò)，適合數(shù)據(jù)挖掘的入門書籍。
此書粗度一遍，收獲很多，對于想了解數(shù)據(jù)挖掘，并想動手操作的同志來說，是非常值得一讀的書，當(dāng)然畢竟是翻譯的，有些感覺比較晦澀..但還是可以接受的。
推薦一下！
結(jié)合英文版一起看會理解的更深刻一些。主要涉及機(jī)器學(xué)習(xí)，結(jié)合weka一起講解。
后面Weka的講解還算可以,但是前面算法介紹的太粗略了
書無論是包裝還是內(nèi)容都還是不錯(cuò)的，值得學(xué)習(xí)的人買來好好學(xué)習(xí)一下
書印刷質(zhì)量很好，速度還可以
翻譯的不錯(cuò)，很實(shí)用。翻譯的也很準(zhǔn)確
翻譯的還可以，個(gè)人認(rèn)為個(gè)別詞還可以翻譯的更容易理解些，作為學(xué)習(xí)材料已經(jīng)很棒啦！
挺基礎(chǔ)的，適合初學(xué)者，國外的書比國內(nèi)的好很多
這本書快遞很快很及時(shí)，內(nèi)容看完之后追加吧~
涉及知識點(diǎn)廣泛但介紹并不是很詳細(xì) 需要借助其他教材
我的寫字臺上持續(xù)擺放這三本書，有時(shí)拖本書床上看，然而這本書、這幾本書都還是需要腦殼精密時(shí)讀比較好，本書也有參考價(jià)值，可以一讀。
書挺好，就是計(jì)費(fèi)方式有點(diǎn)坑了。買本書，本來優(yōu)惠一點(diǎn)，然后卻要付運(yùn)費(fèi)了，實(shí)際上在變相賺錢啊。
外觀看上去很不錯(cuò)，干凈整潔。偏重理論！
非常好的書，就是有點(diǎn)艱澀難懂，到處都是抽象語言。
還不錯(cuò)，入門書；可以看看
好好還好還好佛啊佛啊哈佛噢噢噢噢噢噢噢噢哦哦哦哦哦哦哦哦哦
早就想買了，現(xiàn)在才狠下心來買它呵呵
到貨很慢
很耐讀可惜轉(zhuǎn)行了,用不太著了
書沒有仔細(xì)的看過，感覺講的比較理論化，入門的書應(yīng)該算，書的質(zhì)量是不錯(cuò)的
紙張的質(zhì)量沒有想象中的好啊。。感覺不像正版呢。。。
記得看網(wǎng)上流傳的英文原版電子書時(shí)，曾試圖翻譯它，書買到后才發(fā)現(xiàn)內(nèi)容相當(dāng)?shù)纳睿瑳]有數(shù)學(xué)基礎(chǔ)讀懂它恐怕有困難?，F(xiàn)在已經(jīng)不敢看了，看不懂啊！
翻譯實(shí)在不感恭維啊.有些術(shù)語都翻譯錯(cuò)了。ps:在譯者序中,雖然說"本書的翻譯"一定存在不少問題,還望各位讀者多多批評指教".但是沒留下聯(lián)系方式啊.
當(dāng)年畢業(yè)設(shè)計(jì)時(shí)買的書，可是太專業(yè)了
書發(fā)的很快，當(dāng)當(dāng)服務(wù)很好
剛送到，封面磨損的厲害。書的右上角折了個(gè)印子。哎，要抓緊時(shí)間看了。
數(shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)（原書第2版）中文翻譯不好
數(shù)據(jù)挖掘這本書，被壓了兩個(gè)深深的凹痕，很不舒服
為了學(xué)weka買的，但是遠(yuǎn)遠(yuǎn)達(dá)不到我希望的標(biāo)準(zhǔn)
和我想象的不一樣，印刷質(zhì)量也不好，如果去書店看過肯定不會買
這是一本經(jīng)典的書，但是徹底的被這堆無良無能的翻譯給毀了，翻譯水平這不能叫做差！??！英文原版+翻譯版。有些時(shí)候發(fā)現(xiàn)看英文比漢語好懂?。?！
我看了一下實(shí)在看不下去，實(shí)在啰嗦，語言需要精簡，不能看標(biāo)題說是數(shù)據(jù)挖掘，學(xué)習(xí)技術(shù)，標(biāo)題是牛但是書實(shí)在不怎么的。
粗略的看了一下，主要分兩部分，第一部分是數(shù)據(jù)挖掘的一些基礎(chǔ)知識和概念，第二部分著重介紹weka工具的使用
這本書編寫的挺好的，印刷質(zhì)量也好，就是紙的顏色黑了點(diǎn)，嘿嘿總體很很
這本和數(shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)(原書第2版，哪個(gè)更好？
這書還是不錯(cuò)的，對一些算法的介紹都很清楚，算法也比較新。更重要的是介紹了一些weka的使用，這是很多地方都找不到的?？上У氖?，對weka的介紹也還只是入門階段的介紹，如果要用weka編程的建議還是自己看weka的源碼。
這是數(shù)據(jù)挖掘方面較不錯(cuò)的書，之前先買機(jī)器學(xué)習(xí)導(dǎo)論，可惜一直缺貨
書的質(zhì)量沒的說，關(guān)鍵是內(nèi)容非常專業(yè)。。推薦一下。。
不錯(cuò)，雖然還沒看，不過好多人推薦，應(yīng)該不錯(cuò)
好書啊，主要是內(nèi)容好
還可以吧，也沒有仔細(xì)看
亞馬遜的速度就是出奇的快！送貨速度沒得說。正版，全新，沒問題。
非常不錯(cuò)，正在看，為了使用weka
滿意。書的質(zhì)量不錯(cuò)。
如果要學(xué)洗數(shù)據(jù)挖掘，這本書質(zhì)量算是一般了！不建議買！
教材內(nèi)容不錯(cuò)，但是直至有點(diǎn)差吧。。。
質(zhì)量還行，就是國內(nèi)翻譯水平實(shí)在不敢恭維
適合入門看，里面算法將的不太細(xì)，有關(guān)于weka使用介紹
很好的學(xué)習(xí)入門書
機(jī)器學(xué)習(xí)理論
書很不錯(cuò)，就是發(fā)貨太慢
書質(zhì)量很好，速度也很快，很滿意
經(jīng)典書籍大家都知道的。
包裝得很好
　　一會是查詢偏差，一會是搜索偏差~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

數(shù)據(jù)挖掘?qū)嵱脵C(jī)器學(xué)習(xí)技術(shù)

用戶評論 (總計(jì)90條)

推薦圖書

相關(guān)圖書