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
