资源简介
《数据挖掘：实用机器学习技术（中文第2版）》由 Ian H. Witten 与 Eibe Frank 著，机械工业出版社出版，两位作者正是知名数据挖掘软件 Weka 的主要开发者。全书从数据预处理讲起，系统介绍决策树、规则、朴素贝叶斯、聚类、关联规则等实用算法，并强调如何把机器学习技术真正用于数据挖掘任务。
主要内容
- 数据预处理：数据清洗、属性选择与变换
- 分类算法：决策树、规则、朴素贝叶斯、线性模型等
- 聚类与关联：k-means 等聚类与关联规则挖掘
- 评估方法：交叉验证、误差估计与模型比较
- 工具实践：结合 Weka 完成挖掘流程
适合人群
- 需要处理实际数据挖掘任务的工程师
- 想理解算法背后原理的数据分析师
- 机器学习和数据科学方向的学习者
使用说明
- 建议配合 Weka 工具实践书中方法
- 解压密码：无