StartseiteGruppenForumMehrZeitgeist
Web-Site durchsuchen
Diese Seite verwendet Cookies für unsere Dienste, zur Verbesserung unserer Leistungen, für Analytik und (falls Sie nicht eingeloggt sind) für Werbung. Indem Sie LibraryThing nutzen, erklären Sie dass Sie unsere Nutzungsbedingungen und Datenschutzrichtlinie gelesen und verstanden haben. Die Nutzung unserer Webseite und Dienste unterliegt diesen Richtlinien und Geschäftsbedingungen.

Ergebnisse von Google Books

Auf ein Miniaturbild klicken, um zu Google Books zu gelangen.

Data Mining: Practical Machine Learning…
Lädt ...

Data Mining: Practical Machine Learning Tools and Techniques, Second Edition (Morgan Kaufmann Series in Data Management Systems) (2005. Auflage)

von Ian H. Witten, Eibe Frank

MitgliederRezensionenBeliebtheitDurchschnittliche BewertungDiskussionen
432158,239 (3.68)Keine
Rezension: C. Beierle ist in seinem kürzlich erschienenen Buch über Methoden wissensbasierter Systeme (ID 24/01) kurz auf Data Mining eingegangen. Data Mining ist das Extrahieren von impliziten, noch unbekannten und potenziell nützlichen Informationen aus Rohdaten. Das vorliegende Buch beschäftigt sich speziell mit Data Mining und erweitert C. Beierle um interessante Anwendungsaspekte in realistischen Situationen. Die Autoren beschreiben, wie Werkzeuge und Techniken des maschinellen Lernens eingesetzt werden, damit Computer Datenbanken automatisch nach Gesetzmäßigkeiten und Mustern durchsuchen und einen Abstraktionsprozess durchführen, der als Ergebnis aussagekräftige Informationen liefert. Die Autoren stellen verschiedene Techniken vor, die in ihrer Stärke und Praktikabilität miteinander verglichen werden. Leser, die mit eigenen Daten experimentieren wollen, werden auf das Download einer in Java geschriebenen Software-Utility Weka (Waikato Environment for Knowledge Analysis) verwiesen. Herausgearbeitet wird, wie Eingaben richtig vorbereitet und Ergebnisse richtig bewertet werden. (3) (Klaus Barckow)… (mehr)
Mitglied:LibrarySearch
Titel:Data Mining: Practical Machine Learning Tools and Techniques, Second Edition (Morgan Kaufmann Series in Data Management Systems)
Autoren:Ian H. Witten
Weitere Autoren:Eibe Frank
Info:Morgan Kaufmann (2005), Edition: 2, Paperback, 560 pages
Sammlungen:Deine Bibliothek
Bewertung:
Tags:data mining, machine learning, analysis, problem solving

Werk-Informationen

Data Mining: praktische Werkzeuge und Techniken für das maschinelle Lernen von Ian H. Witten

Lädt ...

Melde dich bei LibraryThing an um herauszufinden, ob du dieses Buch mögen würdest.

Keine aktuelle Diskussion zu diesem Buch.

Edition
by Ian H. Witten (Author), Eibe Frank (Author), Mark A. Hall (Author), Christopher J. Pal
  cwarber | Apr 27, 2017 |
keine Rezensionen | Rezension hinzufügen

» Andere Autoren hinzufügen (1 möglich)

AutorennameRolleArt des AutorsWerk?Status
Ian H. WittenHauptautoralle Ausgabenberechnet
Frank, EibeHauptautoralle Ausgabenbestätigt
Du musst dich einloggen, um "Wissenswertes" zu bearbeiten.
Weitere Hilfe gibt es auf der "Wissenswertes"-Hilfe-Seite.
Gebräuchlichster Titel
Die Informationen stammen von der englischen "Wissenswertes"-Seite. Ändern, um den Eintrag der eigenen Sprache anzupassen.
Originaltitel
Alternative Titel
Ursprüngliches Erscheinungsdatum
Figuren/Charaktere
Wichtige Schauplätze
Wichtige Ereignisse
Zugehörige Filme
Epigraph (Motto/Zitat)
Widmung
Erste Worte
Zitate
Letzte Worte
Hinweis zur Identitätsklärung
Verlagslektoren
Werbezitate von
Originalsprache
Anerkannter DDC/MDS
Anerkannter LCC

Literaturhinweise zu diesem Werk aus externen Quellen.

Wikipedia auf Englisch (1)

Rezension: C. Beierle ist in seinem kürzlich erschienenen Buch über Methoden wissensbasierter Systeme (ID 24/01) kurz auf Data Mining eingegangen. Data Mining ist das Extrahieren von impliziten, noch unbekannten und potenziell nützlichen Informationen aus Rohdaten. Das vorliegende Buch beschäftigt sich speziell mit Data Mining und erweitert C. Beierle um interessante Anwendungsaspekte in realistischen Situationen. Die Autoren beschreiben, wie Werkzeuge und Techniken des maschinellen Lernens eingesetzt werden, damit Computer Datenbanken automatisch nach Gesetzmäßigkeiten und Mustern durchsuchen und einen Abstraktionsprozess durchführen, der als Ergebnis aussagekräftige Informationen liefert. Die Autoren stellen verschiedene Techniken vor, die in ihrer Stärke und Praktikabilität miteinander verglichen werden. Leser, die mit eigenen Daten experimentieren wollen, werden auf das Download einer in Java geschriebenen Software-Utility Weka (Waikato Environment for Knowledge Analysis) verwiesen. Herausgearbeitet wird, wie Eingaben richtig vorbereitet und Ergebnisse richtig bewertet werden. (3) (Klaus Barckow)

Keine Bibliotheksbeschreibungen gefunden.

Buchbeschreibung
Zusammenfassung in Haiku-Form

Aktuelle Diskussionen

Keine

Beliebte Umschlagbilder

Gespeicherte Links

Bewertung

Durchschnitt: (3.68)
0.5
1 1
1.5 1
2
2.5 1
3 11
3.5 3
4 13
4.5 1
5 7

Bist das du?

Werde ein LibraryThing-Autor.

 

Über uns | Kontakt/Impressum | LibraryThing.com | Datenschutz/Nutzungsbedingungen | Hilfe/FAQs | Blog | LT-Shop | APIs | TinyCat | Nachlassbibliotheken | Vorab-Rezensenten | Wissenswertes | 205,704,705 Bücher! | Menüleiste: Immer sichtbar