Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Je cadeautjes zeker op tijd in huis hebben voor de feestdagen? Kom langs in onze winkels en vind het perfecte geschenk!

Afhalen na 1 uur in een winkel met voorraad
Gratis thuislevering in België vanaf € 30
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 35,45

+ 70 punten

Levertermijn 1 à 4 weken

Eenvoudig bestellen

Veilig betalen

Gratis thuislevering vanaf € 30 (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

Data mining is the process of gathering, searching, and analyzing a large amount of raw data, as to discover patterns, relationships and behavior of data. There are large numbers of algorithms for classification of data mining. Single algorithm is not efficient for classification of data and recognize their pattern and behavior .There is a key term known as ensemble learning which means Combining two or more classifiers for efficient result. I have used the KDD'99 dataset for the experiment which have 41 features labeled either as normal or as an attack. In this book I have represented how graphical machine learning tool weka can be used for data mining and how ensemble learning can be implemented using weka.I have used three classifiers with the Bagging and Boosting ensemble learning approach which are complementary naïve bayes and two are rule based classifiers, part and jrip. My experiment shows that bagging improves the efficiency of the rule based classifiers as well as of naïve Bayes. However, the rule based classifiers become more efficient with bagging and boosting techniques.