1
A
回答
5
相关文档的联系是显而易见的回答你的问题,但你问它的事实使我您认为您可能对机器学习(ML)和数据挖掘之间的关系存在一些误解。数据挖掘算法本质上是试图找到数据集中固有结构的算法,而机器学习算法是那些通过增加数据来提高其性能的算法,所以数据挖掘是机器学习的一个真正子集(具体来说,数据挖掘=无监督ML向数据库应用程序弯曲)。
因此,由于整个weka是一个datamining算法包,任何文档都将是一个机器学习教程。
如果您在寻找更为一般的ML信息,您必须看到weka之外。我建议卡内基梅隆的lecture notes on the subject。
+0
谢谢你.. !! – psteelk
相关问题
- 1. Typerror在机器学习教程,numpy的
- 2. Weka机器学习:ARFF文件:多重关系
- 3. JUnit学习教程
- 4. iptv学习教程
- 5. 关于机器学习,统计学习算法
- 6. 一个与教育有关的机器学习数据集
- 7. 学习rails的教程
- 8. 关于锁教学课程
- 9. 关于深度学习工具箱matlab的教程
- 10. 本机器学习教程的最终结果是什么?
- 11. Q学习教程混淆
- 12. 学习指南/教程html5
- 13. 机器学习在weka中的分类和预测
- 14. 关于机器学习中的分类器的问题
- 15. Weka多层感知器增量学习
- 16. 谷歌云机器学习教程错误
- 17. 用于学习字符串模式的机器学习技术
- 18. 在命令行学习Weka
- 19. CodeIgniter初学者学习教程
- 20. 关于在线学习Python和动机
- 21. 用于机器学习的Python导入
- 22. 适用于Android的机器学习库
- 23. 用于机器学习的外部GPU
- 24. 机器学习在Python:scikit学习/ Pybrain
- 25. 深度学习与机器学习
- 26. 公式在机器学习(通过了Weka作为计算)
- 27. 关于C++的机器语言教程教程
- 28. 机器学习形状和类型的机器学习
- 29. 机器学习,Python
- 30. 机器学习udacity
您是否搜索weka网站?我发现很多只是通过使用谷歌。 http://www.cs.waikato.ac.nz/ml/weka/index_documentation.html –
https://www.ibm.com/developerworks/library/os-weka1/ –