R dla analityki biznesowej

Opinie czytelników

Książka dostarcza czytelnikom mieszanych wrażeń. Chociaż zawiera cenne informacje na temat R i analityki, wielu użytkowników było rozczarowanych jej edycją, niespójną strukturą i założeniami dotyczącymi wcześniejszej wiedzy czytelnika na temat statystyki. Książka służy raczej jako pobieżny przegląd niż kompleksowy przewodnik po R i analityce biznesowej.

Książka obejmuje szeroki zakres metod analitycznych i źródeł danych, zapewniając dobry przegląd R i praktyczne informacje o narzędziach. Zawiera wiele cytatów i odniesień, co czyni ją przydatnym źródłem informacji. Niektórzy użytkownicy uznali rozdział poświęcony grafice danych za mocny i docenili włączenie wywiadów z wybitnymi postaciami w społeczności R.

Książka cierpi z powodu słabej edycji, braku spójnej struktury i niekompletnych wyjaśnień. Wielu czytelników uznało ją za rozczarowująco dogłębną, z założeniem, że czytelnik posiada wcześniejszą wiedzę statystyczną. Problemy techniczne zostały zgłoszone w wersji Kindle, a niektórzy uważali, że książka nie uczy odpowiednio R lub analityki biznesowej i opiera się w dużej mierze na narzędziach GUI.

(na podstawie 9 opinii czytelników)

Oryginalny tytuł:

R for Business Analytics

Zawartość książki:

R for Business Analytics analizuje niektóre z najczęstszych zadań wykonywanych przez analityków biznesowych i pomaga użytkownikowi poruszać się po bogactwie informacji w R i jego 4000 pakietach. Dzięki tym informacjom czytelnik może wybrać pakiety, które mogą pomóc w przetwarzaniu zadań analitycznych przy minimalnym wysiłku i maksymalnej użyteczności. Wykorzystanie graficznych interfejsów użytkownika (GUI) jest podkreślane w tej książce, aby jeszcze bardziej skrócić i nagiąć słynną krzywą uczenia się w nauce R. Ta książka ma na celu pomóc w rozpoczęciu pracy z analityką, w tym rozdziały dotyczące wizualizacji danych, przykłady kodu dotyczące analityki internetowej i analityki mediów społecznościowych, grupowania, modeli regresji, eksploracji tekstu, modeli eksploracji danych i prognozowania. Książka stara się zapoznać czytelnika z szerokim zakresem tematów analityki biznesowej bez zasypywania użytkownika niepotrzebną głębią. Dołączone odniesienia i linki pozwalają czytelnikowi na kontynuowanie tematów analityki biznesowej.

Ta książka jest skierowana do analityków biznesowych z podstawowymi umiejętnościami programowania w celu wykorzystania R do analizy biznesowej. Należy zauważyć, że zakres książki nie obejmuje ani teorii statystycznej, ani badań na poziomie absolwenta statystyki, ale raczej jest przeznaczony dla praktyków analityki biznesowej. Analityka biznesowa (BA) odnosi się do dziedziny eksploracji i badania danych generowanych przez przedsiębiorstwa. Business Intelligence (BI) to płynne rozpowszechnianie informacji w organizacji, które obejmuje przede wszystkim wskaźniki biznesowe, zarówno przeszłe, jak i bieżące, w celu wspierania decyzji w przedsiębiorstwach. Data Mining (DM) to proces odkrywania nowych wzorców z dużych danych przy użyciu algorytmów i metod statystycznych. Aby rozróżnić między tymi trzema, BI to głównie bieżące raporty, BA to modele do przewidywania i strategii, a DM dopasowuje wzorce w dużych zbiorach danych. Oprogramowanie statystyczne R jest najszybciej rozwijającą się platformą analityczną na świecie i jest uznawane zarówno w środowisku akademickim, jak i korporacyjnym za solidne, niezawodne i dokładne.

W książce wykorzystano słynne uwagi Alberta Einsteina na temat upraszczania rzeczy tak prosto, jak to możliwe, ale nie prościej. Ta książka rozwieje ostatnie wątpliwości dotyczące korzystania z R w środowisku biznesowym. Nawet nietechniczni użytkownicy będą zadowoleni z łatwych w użyciu przykładów. Wywiady z twórcami i korporacyjnymi użytkownikami R sprawiają, że książka jest bardzo czytelna. Autor jest głęboko przekonany, że Isaac Asimov był lepszym pisarzem w rozpowszechnianiu nauki niż jakikolwiek autor podręczników lub czasopism.