Implementasi Data Mining Menggunakan WekaUniversitas Brawijaya Press, 31 Jan 2018 - 166 halaman Data mining merupakan ilmu yang digunakan untuk mengolah informasi dan sekumpulan data yang memanfaatkan kecerdasan dalam membangun pola-pola untuk mengenali karakteristik dari data. Pada perkembangannya, konsep data mining diperlukan untuk mengatasi permasalahan fundamental dalam menganalisis data. Buku ini menyajikan cara memahami data mining dasar secara implementatif, sehingga mudah dipahami dan dipelajari oleh siapa saja, baik mahasiswa, dosen, maupun praktisi yang tertarik untuk mempelajari data mining. Bahasan pada buku ini mencakup: Pengantar Data Mining dan Pengenalan WEKA, Preprocessing Data Mining, Klasifikasi, Clustering, dan Association Rule. |
Istilah dan frasa umum
Agglomerative akurasi algoritme apriori association rule attribute beras berdasarkan berikut cara centroid channel Classifier clustering confusion matrix contoh data data Iris data latih data mining data uji database dataset decision tree digunakan dihitung dilakukan disk image ditampilkan pada Tabel ditunjukkan pada Gambar ekstraksi fitur Entropy Entropy parent Euclidean False Positive file ARFF frequent Gain Ratio high humidity Ilmu Komputer Implementasi instalasi Instances Iris-versicolor Iris-virginica item iterasi jarak Java K-Means kandidat itemset kategori keanggotaan cluster keju kelas klik tombol komputer Linux log2 Machine Learning malware memiliki menggunakan menunjukkan metode clustering mild minimum minsup missing value model Naïve Bayes nilai variabel node outlier outlook p(play panjang dan lebar parameter partisi peluang pemilihan perhitungan Pilihlah play prediksi preprocessing rainy Rate sampel sebuah seleksi fitur setiap data single linkage sistem operasi statistika struktur data sunny support terdapat tetangga terdekat transaksi TRUE Ubuntu variabel variansi visualisasi weather.nominal.arff Weka windy