Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations (The Morgan Kaufmann Series in Data Management Systems)
Kurzinformation
inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Data Mining: Practical Machine Learning Tools and Techniques with Java Implementations" von Ian H. Witten ist ein umfassendes Werk, das sich mit den Grundlagen und Anwendungen des Data Minings und maschinellen Lernens befasst. Das Buch bietet eine praxisorientierte Einführung in die Techniken des maschinellen Lernens und deren Implementierung in Java, insbesondere unter Verwendung der WEKA-Software. Es deckt eine Vielzahl von Themen ab, darunter Klassifikation, Clustering, Assoziationsanalyse und Attributselektion. Die Autoren erklären sowohl theoretische Konzepte als auch praktische Anwendungen anhand von Beispielen und Fallstudien. Durch seine klare Darstellung und den Einsatz von Java-Codebeispielen richtet sich das Buch an Studierende, Forscher und Praktiker im Bereich Data Science, die ihre Fähigkeiten im maschinellen Lernen vertiefen möchten.
Produktdetails
So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Gebunden
- 250 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 336 Seiten
- Erschienen 2011
- Springer
- Gebunden
- 316 Seiten
- Erschienen 2011
- Springer
- paperback
- 763 Seiten
- Erschienen 2016
- Springer
- paperback
- 380 Seiten
- Erschienen 2019
- Springer
- Gebunden
- 364 Seiten
- Erschienen 2012
- Springer
- Gebunden
- 338 Seiten
- Erschienen 2006
- Springer
- Gebunden
- 302 Seiten
- Erschienen 2008
- Springer
- paperback
- 234 Seiten
- Erschienen 2009
- W3l
- paperback
- 264 Seiten
- Erschienen 2016
- Springer
- Gebunden
- 108 Seiten
- Erschienen 2012
- Springer
- Gebunden
- 370 Seiten
- Erschienen 2015
- Springer
- Gebunden
- 745 Seiten
- Erschienen 2017
- Springer
- Gebunden
- 326 Seiten
- Erschienen 2011
- Springer
- Kartoniert
- 386 Seiten
- Erschienen 2015
- O'Reilly and Associates
- Gebunden
- 215 Seiten
- Erschienen 2017
- Springer



