Predictive Analytics Applications with WEKA

Name: Predictive Analytics Applications with WEKA
Rating: 4.469026565551758 (113 reviews)

Shuzlina Abdul Rahman & Sofianita Mutalib

ஜன. 2021 ·

4.5

113 கருத்துகள்

மின்புத்தகம்

பக்கங்கள்

ரேட்டிங்குகளும் கருத்துகளும் சரிபார்க்கப்படுவதில்லை மேலும் அறிக

இந்த மின்புத்தகத்தைப் பற்றி

This module offers a simple way yet interesting approach in applying data mining tools such as Waikato Environment for Knowledge Analysis (WEKA), an open source machine learning software. The practical hands-on of the tools and techniques for machine learning used in data mining is described step-by-step in five sub-modules. For each sub-module, a description about the topic is given for a better understanding. Inside, you'll learn about preparing the data, data cleaning, modelling, and results evaluation. The module ends by providing a check-list activity and common error that you may encounter. Three case studies are demonstrated from different sources of dataset using the features offered in WEKA. The module would be a good source for hands-on-introduction to machine learning algorithms with no extensive background in mathematic required. Predictive Analytics Applications with WEKA is an accessible introduction to this rapidly growing industry and suit for any students and researchers looking for a simple predictive analytics exercise.

மதிப்பீடுகளும் மதிப்புரைகளும்

4.5

113 கருத்துகள்

ஆசிரியர் குறிப்பு

SHUZLINA ABDUL RAHMAN is currently an Associate Professor at the Faculty of Computer & Mathematical Sciences, Universiti Teknologi MARA (UiTM) Shah Alam, MALAYSIA. She obtained her Bachelor degree in Computer Science majoring in Information Systems from the Universiti Sains Malaysia (USM). She worked at Mediquip Sdn. Bhd. as a System Analyst, and later pursued her studies at Universiti Utara Malaysia (UUM) and completed her Master degree in Information Technology. She started her career as a lecturer at UUM before joining UiTM and pursued her PhD in System Management and Science from the Universiti Kebangsaan Malaysia (UKM). She was awarded as the recipient of the prestigious MIMOS 2012, the highest recognition of the contributions of the academia to the nation’s innovation to the outstanding achievements of doctoral-level researchers in the areas of Information Communications and Technology (ICT). She has been teaching and actively doing research in the area of data mining & optimization, intelligent data analytics and soft computing. Being an academician for the last 20 years has motivated her to write this module that could benefit students and researchers in the field.

SOFIANITA MUTALIB is currently a senior lecturer, with PhD, at the Faculty of Computer and Mathematical Sciences, Universiti Teknologi MARA (UiTM), Shah Alam, MALAYSIA. She started her career in education after she obtained her Bachelor degree and Master in Information Technology from the Universiti Kebangsaan Malaysia (UKM). She worked at Universiti Tun Abdul Razak (UNITAR) for almost three years. She later joined UiTM to teach Bachelor degree in Intelligent Systems Engineering (formerly known as Intelligent Systems). She had expanded her career by finishing her PhD degree at UiTM in the area of data mining and specifically with bioinformatics field. She is now involved in undergraduate and postgraduate programmes for teaching, research and supervision. She has been teaching Data Mining for the last 15 years with keen interest and passion for research works in applied data mining towards data sciences.

இந்த மின்புத்தகத்தை மதிப்பிடுங்கள்

உங்கள் கருத்தைப் பகிரவும்.

படிப்பது குறித்த தகவல்

ஸ்மார்ட்ஃபோன்கள் மற்றும் டேப்லெட்கள்

Android மற்றும் iPad/iPhoneக்கான Google Play புக்ஸ் ஆப்ஸை நிறுவும். இது தானாகவே உங்கள் கணக்குடன் ஒத்திசைக்கும் மற்றும் எங்கிருந்தாலும் ஆன்லைனில் அல்லது ஆஃப்லைனில் படிக்க அனுமதிக்கும்.

லேப்டாப்கள் மற்றும் கம்ப்யூட்டர்கள்

Google Playயில் வாங்கிய ஆடியோ புத்தகங்களை உங்கள் கம்ப்யூட்டரின் வலை உலாவியில் கேட்கலாம்.

மின்வாசிப்பு சாதனங்கள் மற்றும் பிற சாதனங்கள்

Kobo இ-ரீடர்கள் போன்ற இ-இங்க் சாதனங்களில் படிக்க, ஃபைலைப் பதிவிறக்கி உங்கள் சாதனத்திற்கு மாற்றவும். ஆதரிக்கப்படும் இ-ரீடர்களுக்கு ஃபைல்களை மாற்ற, உதவி மையத்தின் விரிவான வழிமுறைகளைப் பின்பற்றவும்.

சட்டவிரோதமான உள்ளடக்கத்தைப் புகாரளித்தல்