数据挖掘：实用机器学习工具与技术

给大家带来的一篇关于数据挖掘相关的电子书资源，介绍了关于数据挖掘、机器学习方面的内容，本书是由机械工业出版社出版，格式为PDF，资源大小138.4 MB，Ian H.Witten编写，目前豆瓣、亚马逊、当当、京东等电子书综合评分为：9.5。

内容介绍

数据挖掘：实用机器学习工具与技术(原书第3版)是机器学习和数据挖掘领域的经典畅销教材，被众多国外名校选为教材。书中详细介绍用于数据挖掘领域的机器学习技术和工具以及实践方法，并且提供了一个公开的数据挖掘工作平台Weka。本书主要内容包括：数据输入/输出、知识表示、数据挖掘技术（决策树、关联规则、基于实例的学习、线性模型、聚类、多实例学习等）以及在实践中的运用。本版对上一版内容进行了全面更新，以反映自第2版出版以来数据挖掘领域的技术变革和新方法，包括数据转换、集成学习、大规模数据集、多实例学习等，以及新版的Weka机器学习软件。

目录

• 第一部分数据挖掘简介
• 第1章绪论
• 第2章输入：概念、实例和属性
• 第3章输出：知识表达
• 第4章算法：基本方法
• 第5章可信度：评估学习结果
• 第二部分高级数据挖掘
• 第6章实现：真正的机器学习方案
• 第7章数据转换
• 第8章集成学习
• 第9章继续：扩展和应用
• 第三部分Weka数据挖掘平台
• 第10章Weka简介
• 第11章Explorer界面
• 第12章Knowledge Flow界面
• 第13章Experimenter界面
• 第14章命令行界面
• 第15章嵌入式机器学习
• 第16章编写新的学习方案
• 第17章Weka Explorer的辅导练习

学习笔记

深入分析python数据挖掘 Json结构分析

这篇文章通过实例给大家分析总结了python数据挖掘以及Json结构分析的相关知识点，对此有兴趣的朋友参考下。 json是一种轻量级的数据交换格式，也可以说是一种配置文件的格式 这种格式的文件是我们在数据处理经常会遇到的 python提供内置的模块json，只需要在使用前导入即可 你可以通过帮助函数查看json的帮助文档 json常用的方法有load、loads、dump以及dumps，这个都属于python初级，我不做过多解释 json可以结合数据库一起使用，在这以后要处理大量数据时非常有用 下面我们正式来利用数据挖掘对json文件进行处理 现在很多网站都运用了Ajax，所以一般很多都是XHR文件 通过这里我想利用一个地图网站来演示……

python数据挖掘需要学什么

只要能解决实际问题，用什么工具来学习数据挖掘都是无所谓，这里首推Python。 需要掌握Python中的哪些知识? （推荐学习：Python视频教程） 1、Pandas库的操作 Panda是数据分析特别重要的一个库，我们要掌握以下三点： · pandas 分组计算; · pandas 索引与多重索引; 索引比较难，但是却是非常重要的 · pandas 多表操作与数据透视表 2、numpy数值计算 numpy数据计算主要应用是在数据挖掘，对于以后的机器学习，深度学习，这也是一个必须掌握的库，我们要掌握以下内容： · Numpy array理解； · 数组索引操作； · 数组计算； · Broadcasting(线性代数里面的知识) 3、数据可视化-matplotlib与seaborn · Matplotib语法 python最基本的……

以上就是本次介绍的数据挖掘电子书的全部相关内容，希望我们整理的资源能够帮助到大家，感谢大家对码农之家的支持。

上一篇：Android应用程序安全

下一篇：实战大数据