'Data Mining' bedeutet Extrahieren von impliziten, noch unbekannten Informationen aus Rohdaten. Dazu müssen Computer in die Lage versetzt werden, Datenbanken automatisch nach Gesetzmäßigkeiten und Mustern zu durchsuchen und einen Abstraktionsprozess durchzuführen, der als Ergebnis aussagekräftige Informationen liefert. Das so genannte maschinelle Lernen stellt dafür die Werkzeuge und Techniken zur Verfügung. Dieses Buch führt sowohl in die Konzepte des maschinellen Lernens ein als auch in seine praktische Anwendung in realistischen Situationen. Der Leser lernt, die Eingabe richtig…mehr
'Data Mining' bedeutet Extrahieren von impliziten, noch unbekannten Informationen aus Rohdaten. Dazu müssen Computer in die Lage versetzt werden, Datenbanken automatisch nach Gesetzmäßigkeiten und Mustern zu durchsuchen und einen Abstraktionsprozess durchzuführen, der als Ergebnis aussagekräftige Informationen liefert. Das so genannte maschinelle Lernen stellt dafür die Werkzeuge und Techniken zur Verfügung. Dieses Buch führt sowohl in die Konzepte des maschinellen Lernens ein als auch in seine praktische Anwendung in realistischen Situationen. Der Leser lernt, die Eingabe richtig vorzubereiten und die Ergebnisse zu interpretieren und zu bewerten. Die algorithmischen Methoden, die für erfolgreiches 'Data Mining' wichtig sind, werden vorgestellt - sowohl bewährte als auch innovative, die auf Java basieren.
Die Herstellerinformationen sind derzeit nicht verfügbar.
Autorenporträt
Ian H. Witten is a professor of computer science at the University of Waikato in New Zealand. He directs the New Zealand Digital Library research project. His research interests include information retrieval, machine learning, text compression, and programming by demonstration. He received an MA in Mathematics from Cambridge University, England; an MSc in Computer Science from the University of Calgary, Canada; and a PhD in Electrical Engineering from Essex University, England. He is a fellow of the ACM and of the Royal Society of New Zealand. He has published widely on digital libraries, machine learning, text compression, hypertext, speech synthesis and signal processing, and computer typography. He has written several books.
Inhaltsangabe
Aus dem Inhalt: Einführung / Input: Konzepte, Instanzen, Attribute / Output: Wissensrepräsentation / Algorithmen: Die grundlegenden Methoden / Glaubwürdigkeit: Bewertung des Gelernten / Implementierung: Verfahren des maschinellen Lernens / Input und Output weiterverarbeiten / Algorithmen in Java für das maschinelle Lernen / Ausblick
Aus dem Inhalt: Einführung / Input: Konzepte, Instanzen, Attribute / Output: Wissensrepräsentation / Algorithmen: Die grundlegenden Methoden / Glaubwürdigkeit: Bewertung des Gelernten / Implementierung: Verfahren des maschinellen Lernens / Input und Output weiterverarbeiten / Algorithmen in Java für das maschinelle Lernen / Ausblick
Rezensionen
"Die Autoren meistern den Spagat, ein hochgradig theoretisches Thema mit hohem Praxiswert so darzustellen, dass es sowohl für Anwender als auch für Entwickler nützlich und insbesondere verständlich ist. Alles in allem ein überaus interessantes, leseneswertes und vor allem hilfreiches Buch." -- JavaMagazin, 08/2004
Es gelten unsere Allgemeinen Geschäftsbedingungen: www.buecher.de/agb
Impressum
www.buecher.de ist ein Internetauftritt der buecher.de internetstores GmbH
Geschäftsführung: Monica Sawhney | Roland Kölbl | Günter Hilger
Sitz der Gesellschaft: Batheyer Straße 115 - 117, 58099 Hagen
Postanschrift: Bürgermeister-Wegele-Str. 12, 86167 Augsburg
Amtsgericht Hagen HRB 13257
Steuernummer: 321/5800/1497
USt-IdNr: DE450055826