Artboard 33 Artboard 16 Artboard 18 Artboard 15 Artboard 21 Artboard 1 Artboard 2 Artboard 5 Artboard 45 Artboard 45 Artboard 22 Artboard 9 Artboard 23 Artboard 17? Artboard 28 Artboard 43 Artboard 49 Artboard 47 Artboard 38 Artboard 32 Artboard 8 Artboard 22 Artboard 5 Artboard 25 Artboard 1 Artboard 42 Artboard 11 Artboard 41 Artboard 13 Artboard 23 Artboard 10 Artboard 4 Artboard 9 Artboard 20 Artboard 6 Artboard 11 Artboard 7 Artboard 3 Artboard 3 Artboard 12 Artboard 25 Artboard 34 Artboard 39 Artboard 24 Artboard 13 Artboard 19 Artboard 7 Artboard 24 Artboard 31 Artboard 4 Artboard 14 Artboard 27 Artboard 30 Artboard 36 Artboard 44 Artboard 12 Artboard 17 Artboard 17 Artboard 6 Artboard 27 Artboard 19 Artboard 30 Artboard 29 Artboard 29 Artboard 26 Artboard 18 Artboard 2 Artboard 20 Artboard 35 Artboard 15 Artboard 14 Artboard 48 Artboard 50 Artboard 26 Artboard 16 Artboard 40 Artboard 21 Artboard 29 Artboard 10 Artboard 37 Artboard 3 Artboard 3 Artboard 46 Artboard 8
  • 1000208557
  • 1002900613

Data Mining: Practical Machine Learning Tools And Techniques (Cód: 3050621)

Frank, Eibe; Witten,Ian; Hall, Mark

Morgan Kaufmann

Ooops! Este produto não está mais a venda.
Mas não se preocupe, temos uma versão atualizada para você.

Ooopss! Este produto está fora de linha, mas temos outras opções para você.
Veja nossas sugestões abaixo!

Economize até R$ 0,00

R$ 230,35 (-15%) no boleto
R$ 271,00 em até 9x de R$ 30,11 sem juros
Cartão Saraiva R$ 257,45 (-5%) em até 1x no cartão ou em até 13x de R$ 20,85 sem juros

Crédito:
Boleto:
Cartão Saraiva:

Total: R$0,00

Em até 9x sem juros de R$ 0,00


Data Mining: Practical Machine Learning Tools And Techniques

R$271,00

Quer comprar em uma loja física? Veja a disponibilidade deste produto

Entregas internacionais: Consulte prazos e valores de entrega para regiões fora do Brasil na página do Carrinho.

ou receba na loja com frete grátis

X
Formas de envio Custo Entrega estimada

* Válido para compras efetuadas em dias úteis até às 15:00, horário de Brasília, com cartão de crédito e aprovadas na primeira tentativa.

X Consulte as lojas participantes

Saraiva MegaStore Shopping Eldorado Av. Rebouças, 3970 - 1º piso - Pinheiros CEP: 05402-600 - São Paulo - SP

Descrição

Data Mining: Practical Machine Learning Tools and Techniques offers a thorough grounding in machine learning concepts as well as practical advice on applying machine learning tools and techniques in real-world data mining situations. This highly anticipated third edition of the most acclaimed work on data mining and machine learning will teach you everything you need to know about preparing inputs, interpreting outputs, evaluating results, and the algorithmic methods at the heart of successful data mining. Thorough updates reflect the technical changes and modernizations that have taken place in the field since the last edition, including new material on Data Transformations, Ensemble Learning, Massive Data Sets, Multi-instance Learning, plus a new version of the popular Weka machine learning software developed by the authors. Witten, Frank, and Hall include both tried-and-true techniques of today as well as methods at the leading edge of contemporary research. *Provides a thorough grounding in machine learning concepts as well as practical advice on applying the tools and techniques to your data mining projects *Offers concrete tips and techniques for performance improvement that work by transforming the input or output in machine learning methods *Includes downloadable Weka software toolkit, a collection of machine learning algorithms for data mining tasks—in an updated, interactive interface. Algorithms in toolkit cover: data pre-processing, classification, regression, clustering, association rules, visualization

Características

Peso 1.36 Kg
Produto sob encomenda Sim
Marca Morgan Kaufmann
I.S.B.N. 9780123748560
Referência 9780123748560
Altura 23.37 cm
Largura 19.05 cm
Profundidade 4.32 cm
Número de Páginas 664
Idioma Inglês
Acabamento Brochura
Cód. Barras 9780123748560
Ano da edição 2011
AutorFrank, Eibe; Witten,Ian; Hall, Mark