Como con cualquier tecnología emergente que goza de la atención comercial, el uso de minería de datos está rodeado de una gran cantidad de publicidad. Informes exagerados hablan de secretos que pueden ser descubiertos mediante el establecimiento de algoritmos aplicados en océanos de datos. Pero no hay magia en el aprendizaje automático, ningún poder oculto, ni la alquimia. En su lugar hay un cuerpo identificable de técnicas y prácticas, que pueden extraer información útil a partir de datos en bruto. Este libro describe las técnicas y muestra cómo funcionan.
El libro es una revisión a fondo de la primera edición que apareció en 1999. Mientras que el núcleo básico sigue siendo el mismo, se ha actualizado para reflejar los cambios que han tenido lugar tras varios años, y ahora tiene casi el doble de las referencias.
Lo más destacado para la nueva edición incluyen treinta nuevas secciones técnica; una mayor Weka banco de trabajo de aprendizaje de máquina, que ahora cuenta con una interfaz interactiva, información completa sobre las redes neuronales, una nueva sección en redes bayesianas, y mucho más.
2. Input: Concepts, instances, attributes
3. Output: Knowledge representation
4. Algorithms: The basic methods
5. Credibility: Evaluating what’s been learned
6. Implementations: Real machine learning schemes
7. Transformations: Engineering the input and output
8. Moving on: Extensions and applications
9. Introduction to Weka
10. The Explorer
11. The Knowledge Flow interface
12. The Experimenter
13. The command-line interface
14. Embedded machine learning
15. Writing new learning schemes
Autor/es: Frank Eibe / Ian H. Witten
Edición: 2da Edición
ISBN: 9780080477022
Tipo: Libro
Formato: PDF
Idioma: Inglés
EmoticonEmoticon