数据挖掘领域的老司机大多都听说过这本《Data Mining：Practical Machine Learning Tools and Techniques》，名字挺长，但内容真不啰嗦。理论讲得比较系统，实践案例也蛮多，适合那种想边学边上手的你。

决策树、朴素贝叶斯、KNN、SVM……这些常见的机器学习算法在书里都有，不是那种光讲公式的书，配了不少实际案例，代码逻辑也清楚。像WEKA这种工具，书里也讲得挺细，安装、使用都带着手把手讲的那种。

前期的数据预也讲得比较实在，什么数据清洗、归约、变换都有提到，哪一步该注意什么，读起来一目了然。嗯，适合做企业项目或者学生科研时参考用。

书后面的部分讲到了关联规则挖掘、文本挖掘、时间序列这些稍高级点的内容。对想要拓宽技术视野的你来说，绝对不是鸡肋。像做用户行为、金融风控这种场景，里面的知识挺派得上用场。

如果你已经接触过一点机器学习基础，这本书可以让你走得更深更稳；如果你是刚入门，也别担心，写得不算艰涩，慢慢读也能跟得上节奏。建议配合着WEKA练练手，效果更好。

你也可以看看这些相关资源：

如果你正在做数据或机器学习类项目，这书真挺值得一读的，代码实用，理论不难啃。