008110725s2011        maua          b        001  0  eng  a
■00520140902102412
■010    ▼a2010039827
■020    ▼a9780123748560  (pbk.)▼c\92,490
■020    ▼a0123748569  (pbk.)
■042    ▼apcc
■056    ▼a004.73▼24
■090    ▼a004.73▼bW829d
■1001  ▼aWitten,  I.  H.▼q(Ian  H.)
■24510▼aData  mining  ▼bpractical  machine  learning  tools  and  techniques
■250    ▼a3rd  ed.▼bIan  H.  Witten,  Eibe  Frank,  Mark  A.  Hall.
■260    ▼aBurlington,  MA▼bMorgan  Kaufmann▼cc2011
■300    ▼axxxiii,  629  p  ▼bill.▼c24  cm
■4901  ▼a[Morgan  Kaufmann  series  in  data  management  systems]
■504    ▼aIncludes  bibliographical  references  (p.  587-605)  and  index.
■5050  ▼aPart  I.  Machine  Learning  Tools  and  Techniques:  1.  What's  iIt  all  about?;  2.  Input:  concepts,  instances,  and  attributes;  3.  Output:  knowledge  representation;  4.  Algorithms:  the  basic  methods;  5.  Credibility:  evaluating  what's  been  learned  --  Part  II.  Advanced  Data  Mining:  6.  Implementations:  real  machine  learning  schemes;  7.  Data  transformation;  8.  Ensemble  learning;  9.  Moving  on:  applications  and  beyond  --  Part  III.  The  Weka  Data  MiningWorkbench:  10.  Introduction  to  Weka;  11.  The  explorer  --  12.  The  knowledge  flow  interface;  13.  The  experimenter;  14  The  command-line  interface;  15.  Embedded  machine  learning;  16.  Writing  new  learning  schemes;  17.  Tutorial  exercises  for  the  weka  explorer.
■650  0▼aData  mining
■7001  ▼aFrank,  Eibe.
■7001  ▼aHall,  Mark  A.
■830  0▼aMorgan  Kaufmann  series  in  data  management  systems.