Adatbányászat és prediktív analitika

Értékelés:   (4.4 az 5-ből)

Adatbányászat és prediktív analitika (T. Larose Daniel)

Olvasói vélemények

Összegzés:

Az „Adatbányászat és prediktív analitika” című könyvet dicsérik az adatbányászati fogalmak világos magyarázatai és gyakorlatias megközelítése miatt, ami alkalmassá teszi a kezdők számára és referenciaként is. Ugyanakkor kritika érte matematikai bonyolultsága, esetenként gyenge nyomtatási minősége és az R használatával alkalmazott technikák alkalmazásával kapcsolatos elégtelen útmutatás miatt.

Előnyök:

Világos és tömör elméleti és fogalmi magyarázatokat kínál, gyakorlati példák, jól szervezett tartalom, kezdők számára kiváló, hasznos R kódolási részleteket tartalmaz, átfogóan tárgyalja az adatbányászati alapelveket.

Hátrányok:

Matematikailag összetett és nehéz lehet a nem szakemberek számára, egyes példányoknál rossz nyomtatási minőségről számoltak be, nem elégséges útmutatás a fogalmak R-ben történő alkalmazásához, egyes felhasználók hiányosnak találták más elérhető forrásokhoz képest.

(36 olvasói vélemény alapján)

Eredeti címe:

Data Mining and Predictive Analytics

Könyv tartalma:

Ismerje meg az adatelemzés módszereit és azok alkalmazását valós adathalmazokra.

Ez a frissített második kiadás bevezetésként szolgál az adatbányászati módszerekbe és modellekbe, beleértve az asszociációs szabályokat, a klaszterezést, a neurális hálózatokat, a logisztikus regressziót és a többváltozós elemzést. A szerzők az adatbányászati módszerek és modellek egységes "fehér doboz" megközelítését alkalmazzák. E megközelítés célja, hogy kis adathalmazok segítségével végigvezetik az olvasót a különböző módszerek műveletein és árnyalatain, így az olvasó betekintést nyerhet a vizsgált módszer belső működésébe. A fejezetek gyakorlati elemzési problémákat kínálnak az olvasóknak, lehetőséget adva arra, hogy az olvasók az újonnan megszerzett adatbányászati ismereteiket valós problémák megoldására alkalmazzák nagy, valós adathalmazok felhasználásával.

Adatbányászat és prediktív analitika, második kiadás.

⬤ Az asszociációs szabályok, a klaszterezés, a neurális hálózatok, a logisztikus regresszió, a többváltozós elemzés és az R statisztikai programozási nyelv átfogó lefedettségét kínálja.

⬤ Több mint 750 fejezetgyakorlatot tartalmaz, amelyek lehetővé teszik az olvasók számára, hogy felmérjék az új anyag megértését.

⬤ Egy részletes esettanulmányt tartalmaz, amely a könyvben tanultakat foglalja össze.

⬤ Ez tartalmazza a www.dataminingconsultant.com weboldalhoz való hozzáférést, amely exkluzív, jelszóval védett oktatói tartalmakat tartalmaz.

Az Adatbányászat és prediktív analitika, második kiadás az informatika és statisztika szakos hallgatók, valamint az MBA-képzésben részt vevő hallgatók és a vállalatvezetők számára egyaránt vonzó lesz.

A könyv egyéb adatai:

ISBN:9781118116197
Szerző:
Kiadó:
Kötés:Keményfedeles
A kiadás éve:2015
Oldalak száma:824

Vásárlás:

Jelenleg kapható, készleten van.

A szerző további könyvei:

Adattudomány a Python és az R használatával - Data Science Using Python and R
Tanulj adattudományt az adattudomány művelésével Data Science Using Python and R...
Adattudomány a Python és az R használatával - Data Science Using Python and R
Adatbányászat és prediktív analitika - Data Mining and Predictive Analytics
Ismerje meg az adatelemzés módszereit és azok alkalmazását valós adathalmazokra. Ez...
Adatbányászat és prediktív analitika - Data Mining and Predictive Analytics
A tudás felfedezése az adatokban: Bevezetés az adatbányászatba - Discovering Knowledge in Data: An...
Az adatbányászat a prediktív analitika, a...
A tudás felfedezése az adatokban: Bevezetés az adatbányászatba - Discovering Knowledge in Data: An Introduction to Data Mining

A szerző munkáit az alábbi kiadók adták ki:

© Book1 Group - minden jog fenntartva.
Az oldal tartalma sem részben, sem egészben nem másolható és nem használható fel a tulajdonos írásos engedélye nélkül.
Utolsó módosítás időpontja: 2024.11.13 21:05 (GMT)