Data Mining: Practical Machine Learning Tools and Techniques

Data Mining: Practical Machine Learning Tools and Techniques biedt een stevige basis in machine learning en data mining, met praktische aanwijzingen voor het toepassen van deze tools in echte situaties. De tekst behandelt van tevoren verwerken van inputs en interpreteren van outputs tot het evalueren van resultaten en de kernalgoritmes achter effectieve data-mining-methoden. In de nieuwste edities zijn er significante updates die ingaan op probabilistische methoden en dieperliggende leercomponenten. De auteurs Witten, Frank, Hall en Pal brengen hedendaagse technieken samen met geavanceerde onderzoeks­methoden. Daarnaast wordt een bijgewerkte WEKA-machine-learningsoftware aangeboden als toolkit, plus lesmaterialen zoals presentaties en online appendix. Er zijn ook open toegankelijke online cursussen die praktische toepassingen van het materiaal introduceren. Deze uitgave dient als uitgebreide onderwijsbron voor studenten en professionals die een grondige toolkit willen ontwikkelen voor data-analyse en modelvorming.

De publicatie benadrukt conceptueel begrip gekoppeld aan praktische toepasbaarheid, met concrete tips en technieken die de prestaties kunnen verbeteren door input- of outputtransformaties toe te passen. De inhoud is gericht op het voorbereiden van data en het kiezen van passende methoden, terwijl de leerhulpbronnen een uitgebreide ondersteuning bieden bij zelfstudie en onderwijs.

Kenmerken

• Grondige basis in machine learning en data mining
• Praktische adviezen voor toepassing van tools
• Voorbereiden van inputs en interpreteren outputs
• Evalueren van resultaten en algoritmische methoden
• Inbegrepen WEKA toolkit en gebruiksvriendelijke interface
• Online cursussen en slides als leerhulpmiddelen