《数据挖掘：实用机器学习技术》——数据挖掘、机器学习一举两得

《数据挖掘：实用机器学习技术》这本书由新西兰怀卡托大学计算机科学系的Ian H．Witten和Eibe Frank两位专家集多年的研究和教学成果精心撰写而成。本书最大特点是能满足不同程度的读者的需求，既有基本理论介绍又有实践应用，读者可以根据需要进行选读而不失连贯性。[@more@]

无论是数字化管理的需要还是后工业化进程的要求，都使我们日益面对以前无法想像的海量数据。大型消费品公司和商场的市场部门、信用卡公司日复一日地面对如山的销售数据，绞尽脑汁地挖掘其中潜在的市场信号，工业企业的质管部门则需要正确读懂源源不断的质量情况波动报表。毫无疑问，理解乃至最终能够利用这些数据，是值得认真对待的问题。

查看详情

　　《数据挖掘：实用机器学习技术》一书由新西兰怀卡托大学计算机科学系的Ian H．Witten和Eibe Frank两位专家集多年的研究和教学成果精心撰写而成。本书(1999年初版)以及配套的Weka软件一直受到全世界读者和用户的好评。2004年，Witten教授荣获了国际信息处理研究协会(IFIP)颁发的Namur奖项，这是一个两年一度、用于奖励那些在信息和通信技术的社会应用方面做出杰出贡献及具有国际影响的荣誉奖项。2005年8月，在第11届ACM SIGKDD国际会议上，怀卡托大学的Weka小组荣获了数据挖掘和知识探索领域的最高服务奖，Weka系统得到了广泛的认可，被誉为数据挖掘和机器学习历史上的里程碑，是现今最完备的数据挖掘工具之一(已有11年的发展历史)。在本书第二版的翻译之际，我们欣喜地发现，Weka的每月下载次数已超过万次。本书被很多大学选作专业教材，并在许多学术研究文献中被频繁引用。这些都从侧面验证了本书的杰出成就。 　　本书的一大特点是能满足不同程度的读者的需求，既有基本理论介绍又有实践应用，读者可以根据需要进行选读而不失连贯性。本书作者Witten教授一再强调，数据挖掘及其不可或缺的技术基础——机器学习，是一个新兴的、充满希望的领域，其应用的前景是极其宽广的。本书既面向有一定专业技术基础、想对技术层面作全面深入了解的读者，也适合于技术基础有限的普通初学者。对于初学者来说，要在短期内尝试入门是难以想像的，然而这部分人群也正是本书要服务的对象。难能可贵的是本书所述的核心技术大都在Weka系统中得以实现，这不仅可作为学习工具，读者还可以按照自己的需要使用Weka进行数据分析，或在此基础上自行开发创新。.. 　　对高等学校的学生来说，本书无疑是一本逻辑严密、内容翔实、极富实践性的教科书；原本对数据挖掘一无所知或有意了解一番的人们，无论是证券专业投资者还是超级市场数据分析员，甚至是面对一大堆彩票数据试图做些什么的业余爱好者，相信我们，读完这本循序渐进、例证充分的入门书籍，再辅之以新西兰怀卡托大学免费下载的、功能强大的Weka系统，成为一个专业水平的数据挖掘者绝非遥不可及的梦想!

【读者评论】

转自：http://book.douban.com/review/1960038/

这本书虽然标题是Data Mining，但是核心内容还是机器学习。我理解“数据挖掘”主要指的还是KDD，即基于数据库的知识发现。在这个领域，基本的方法是聚类和关联规则发现；而在机器学习领域，主要研究的是分类。 　

这本书的内容主要是分类，也有一部分聚类的内容，关联规则发现基本上没有讲。但它对分类讲的很详细，主要的思想都涉及到了，体系整理很好。它对相关的知识，如分类算法的性能估计，如何在分类中结合成本考虑等也做了详细的介绍。因此，认真读读这本书对于学好用好分类是很有帮助的。　

它的第二部分介绍了Weka这个机器学习框架的使用。用好这个框架能够帮助简化机器学习算法研究中的一些辅助工作，作用还是很大的。
　　
因此，推荐对机器学习，特别是分类有兴趣的同志们看看这本书。

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/16502878/viewspace-1050964/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/16502878/viewspace-1050964/