Data Mining: Practical Machine Learning Tools and Techniques - Ian H. Witten; Eibe Frank

Esse livro é um ótimo textbook quando se trata de uma abordagem prática sobre mineração de dados; unindo de forma didática os conceitos básicos de mineração de dados (não só as técnicas; mas partes do KDD em si); bem como apresenta a ferramenta WEKA como suporte e aplicação prática do que foi desenvolvido através do livro.

A divisão do livro se dá em duas partes na qual a parte I apresenta uma série de técnicas relacionadas ao aprendizado de máquina e algumas técnicas de mineração de dados; no qual o capitulo 5 merece mais destaque devido a desenvolver de uma maneira bem clara a validação do modelo de predição bem como o conceito geral de Cross-Validation; tópicos intessantes e que geralmente não são tratados em livros de mineração de dados.

Já na parte II é apresentada a ferramenta WEKA na qual durante o desenvolvimento dos capítulos vão entrando de forma gradual exemplos do funcionamento da ferramenta e algumas das suas possibilidades dentro do workbench.

Em suma, o livro é uma boa referencia sobre aplicação prática de mineração de dados e tem como diferencial a utilização de uma ferramenta específica, não deixando no ar os métodos na mineração de dados (há livros, por exemplo, que mostram diversos conceitos; mas nenhuma aplicação prática ou mesmo computacional).

Um contra-ponto do livro é que o número de técnicas apresentadas deveria ser um pouco maior, aos moldes do que foi feito no livro Data Mining Methods and Models do Daniel Larose.

Este livro é indicado para: Estudantes de Ciência da Computação, Professores de mineração de dados, especialistas em banco de dados, e demais pessoas envolvidas com projetos de mineração de dados.

Não recomendado para: Quem deseja um overview sobre o assunto, busca de conceitos base em mineração de dados, fundamentação teórica matemática.