Analityka predykcyjna: Eksploracja danych, uczenie maszynowe i nauka o danych dla praktyków, wydanie 2

Opinie czytelników

Książka jest dobrze przyjęta ze względu na jasne wyjaśnienia algorytmów uczenia maszynowego i praktycznych zastosowań, dzięki czemu jest odpowiednia dla początkujących w nauce o danych.

Zapewnia kompleksowy przegląd algorytmów uczenia maszynowego, obejmuje teorię matematyczną, przygotowanie danych, metryki punktacji i przykłady ze świata rzeczywistego. Upraszcza złożone tematy za pomocą ilustracji, ułatwiając ich zrozumienie.

Niektórzy użytkownicy nie przeczytali jeszcze tej książki, więc konkretne uwagi krytyczne nie są dostępne.

(na podstawie 4 opinii czytelników)

Oryginalny tytuł:

Predictive Analytics: Data Mining, Machine Learning and Data Science for Practitioners, 2nd Edition

Zawartość książki:

Wykorzystanie analityki predykcyjnej do odkrywania ukrytych wzorców i korelacji oraz usprawniania procesu decyzyjnego.

Korzystając z technik analizy predykcyjnej, decydenci mogą odkryć ukryte wzorce i korelacje w swoich danych i wykorzystać te spostrzeżenia do poprawy wielu kluczowych decyzji biznesowych. W tym gruntownie zaktualizowanym przewodniku dr Dursun Delen przedstawia najnowocześniejsze najlepsze praktyki w zakresie analityki predykcyjnej zarówno dla profesjonalistów biznesowych, jak i studentów.

Delen zapewnia holistyczne podejście obejmujące kluczowe procesy i metody eksploracji danych, odpowiednie techniki zarządzania danymi, narzędzia i metryki, zaawansowaną eksplorację tekstu i sieci, integrację dużych zbiorów danych i wiele więcej. Równoważąc teorię i praktykę, Delen prezentuje intuicyjne ilustracje koncepcyjne, realistyczne przykłady problemów i rzeczywiste studia przypadków - w tym wnioski z nieudanych projektów. Wszystko to ma na celu pomóc ci zdobyć praktyczne zrozumienie, które możesz zastosować dla zysku.

* Wykorzystanie wiedzy uzyskanej dzięki eksploracji danych do podejmowania mądrzejszych decyzji.

* Wykorzystanie ustandaryzowanych procesów i przepływów pracy do tworzenia bardziej wiarygodnych prognoz.

* Przewidywanie wyników dyskretnych (poprzez klasyfikację), wartości liczbowych (poprzez regresję) i zmian w czasie (poprzez prognozowanie szeregów czasowych).

* Zrozumienie algorytmów predykcyjnych zaczerpniętych z tradycyjnych statystyk i zaawansowanego uczenia maszynowego.

* Odkryj najnowocześniejsze techniki i poznaj zaawansowane aplikacje, od analizy nastrojów po wykrywanie oszustw.