Prediktív analitika: Adatbányászat, gépi tanulás és adattudomány gyakorlati szakembereknek, 2. kiadás

Olvasói vélemények

A könyvet a gépi tanulási algoritmusok világos magyarázatai és gyakorlati alkalmazásai miatt nagyra értékelik, így az adattudomány kezdői számára is alkalmas.

Átfogó áttekintést nyújt a gépi tanulási algoritmusokról, tartalmazza a matematikai elméletet, az adatok előkészítését, a pontozási metrikákat és a valós példákat. Az összetett témákat illusztrációkkal egyszerűsíti, így könnyen érthetővé teszi.

Néhány felhasználó még nem olvasta a könyvet, így konkrét kritikák nem állnak rendelkezésre.

(4 olvasói vélemény alapján)

Eredeti címe:

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

Könyv tartalma:

Használja a prediktív analitikát a rejtett minták és összefüggések feltárására és a döntéshozatal javítására.

A prediktív analitikai technikák használatával a döntéshozók rejtett mintákat és összefüggéseket fedezhetnek fel az adataikban, és ezeket a felismeréseket számos kulcsfontosságú üzleti döntés javítására használhatják fel. Ebben az alaposan frissített útmutatóban Dr. Dursun Delen az üzleti szakemberek és a hallgatók számára egyaránt megvilágítja a prediktív analitika legkorszerűbb legjobb gyakorlatait.

Delen holisztikus megközelítést nyújt, amely kiterjed a legfontosabb adatbányászati folyamatokra és módszerekre, a releváns adatkezelési technikákra, eszközökre és mérőszámokra, a fejlett szöveg- és webbányászatra, a nagy adatintegrációra és még sok másra. Az elméletet és a gyakorlatot egyensúlyban tartva Delen intuitív koncepcionális illusztrációkat, reális példaproblémákat és valós esettanulmányokat mutat be - beleértve a sikertelen projektek tanulságait is. Mindezt úgy tervezte meg, hogy segítsen olyan gyakorlati ismeretekre szert tenni, amelyeket profitorientáltan alkalmazhat.

* Használja ki az adatbányászattal kinyert tudást, hogy okosabb döntéseket hozzon.

* Használjon szabványosított folyamatokat és munkafolyamatokat, hogy megbízhatóbb előrejelzéseket készítsen.

* Előrejelzés diszkrét eredményekről (osztályozással), numerikus értékekről (regresszióval) és időbeli változásokról (idősor-előrejelzéssel).

* A hagyományos statisztikákból és a fejlett gépi tanulásból származó előrejelző algoritmusok megértése.

* Fedezze fel a legmodernebb technikákat, és fedezze fel a fejlett alkalmazásokat az érzelemelemelemzéstől a csalás felderítéséig.