1
A
回答
5
相關文檔的聯繫是顯而易見的回答你的問題,但你問它的事實使我您認爲您可能對機器學習(ML)和數據挖掘之間的關係存在一些誤解。數據挖掘算法本質上是試圖找到數據集中固有結構的算法,而機器學習算法是那些通過增加數據來提高其性能的算法,所以數據挖掘是機器學習的一個真正子集(具體來說,數據挖掘=無監督ML向數據庫應用程序彎曲)。
因此,由於整個weka是一個datamining算法包,任何文檔都將是一個機器學習教程。
如果您在尋找更爲一般的ML信息,您必須看到weka之外。我建議卡內基梅隆的lecture notes on the subject。
+0
謝謝你.. !! – psteelk
相關問題
- 1. Typerror在機器學習教程,numpy的
- 2. Weka機器學習:ARFF文件:多重關係
- 3. JUnit學習教程
- 4. iptv學習教程
- 5. 關於機器學習,統計學習算法
- 6. 一個與教育有關的機器學習數據集
- 7. 學習rails的教程
- 8. 關於鎖教學課程
- 9. 關於深度學習工具箱matlab的教程
- 10. 本機器學習教程的最終結果是什麼?
- 11. Q學習教程混淆
- 12. 學習指南/教程html5
- 13. 機器學習在weka中的分類和預測
- 14. 關於機器學習中的分類器的問題
- 15. Weka多層感知器增量學習
- 16. 谷歌雲機器學習教程錯誤
- 17. 用於學習字符串模式的機器學習技術
- 18. 在命令行學習Weka
- 19. CodeIgniter初學者學習教程
- 20. 關於在線學習Python和動機
- 21. 用於機器學習的Python導入
- 22. 適用於Android的機器學習庫
- 23. 用於機器學習的外部GPU
- 24. 機器學習在Python:scikit學習/ Pybrain
- 25. 深度學習與機器學習
- 26. 公式在機器學習(通過了Weka作爲計算)
- 27. 關於C++的機器語言教程教程
- 28. 機器學習形狀和類型的機器學習
- 29. 機器學習,Python
- 30. 機器學習udacity
您是否搜索weka網站?我發現很多隻是通過使用谷歌。 http://www.cs.waikato.ac.nz/ml/weka/index_documentation.html –
https://www.ibm.com/developerworks/library/os-weka1/ –