Ian H. Witten Bücher

Data Mining bedeutet Extrahieren von impliziten, noch unbekannten Informationen aus Rohdaten. Dazu sollten 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 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 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. Aus dem Inhalt: - Eingabe: Konzepte, Instanzen, Attribute - Ausgabe: Wissensrepräsentation - Algorithmen: Die grundlegenden Methoden - Glaubwürdigkeit: Auswertung des Gelernten - Implementierung: Maschinelles Lernen in der Praxis - Aufbereitung der Ein- und Ausgabe - Algorithmen des maschinellen Lernens in Java Im Internet: Die Autoren bieten im Internet ein Java Software System für maschinelles Lernen an.

In this fully updated second edition of the highly acclaimed Managing Gigabytes , authors Witten, Moffat, and Bell continue to provide unparalleled coverage of state-of-the-art techniques for compressing and indexing data. Whatever your field, if you work with large quantities of information, this book is essential reading--an authoritative theoretical resource and a practical guide to meeting the toughest storage and access challenges. It covers the latest developments in compression and indexing and their application on the Web and in digital libraries. It also details dozens of powerful techniques supported by mg, the authors' own system for compressing, storing, and retrieving text, images, and textual images. mg's source code is freely available on the Web.