Értékelés:
A könyv erős forrásként szolgál mind a kezdők, mind a tapasztalt adatelemzők számára, az adatbányászatra és a prediktív analitikára összpontosítva, gyakorlati alkalmazásokkal a RapidMiner segítségével. Az elméletet gyakorlati feladatokkal egyensúlyozza, így az összetett fogalmak könnyebben hozzáférhetővé válnak. Bár a könyvet dicsérték a világos magyarázatok és a vizuális példák miatt, kritikát is kapott a RapidMiner és bizonyos értékelési szempontok korlátozott lefedettsége miatt.
Előnyök:A könyv jól felépített, világos magyarázatokkal, vizuális példákkal és gyakorlati feladatokkal, így a kezdők és a tapasztalt felhasználók számára egyaránt alkalmas. Hatékonyan tanítja az adatbányászati fogalmakat a RapidMinerben történő gyakorlati megvalósítás mellett. Az olvasók értékelik a tapasztalt szerzők mélyreható ismereteit, a kiterjedt ábrákat és az adatvezérelt döntéshozatalra való összpontosítást.
Hátrányok:Néhány olvasó elégtelennek találta a könyvben a RapidMinerrel kapcsolatos tudnivalókat, és megjegyezte, hogy a kulcsfontosságú fogalmak túl későn kerültek bevezetésre a könyvben. Emellett a modellkiértékelés felületes kezelése és a gépelési hibák jelenléte miatt is érkeztek panaszok. Néhány kritikus úgy vélte, hogy a könyv csak kezdők számára megfelelő.
(25 olvasói vélemény alapján)
Predictive Analytics and Data Mining: Concepts and Practice with Rapidminer
Put Predictive Analytics into ActionIsmerje meg a prediktív elemzés és az adatbányászat alapjait egy könnyen érthető fogalmi keretrendszer segítségével, és azonnal gyakorolja a tanult fogalmakat a nyílt forráskódú RapidMiner eszköz segítségével. Akár teljesen új az adatbányászatban, akár a tizedik projektjén dolgozik, ez a könyv megmutatja, hogyan elemezzen adatokat, fedezzen fel rejtett mintákat és összefüggéseket, hogy segítse a fontos döntéseket és előrejelzéseket.
Az adatbányászat nélkülözhetetlen eszközzé vált minden olyan vállalkozás számára, amely a működése részeként adatokat gyűjt, tárol és dolgoz fel. Ez a könyv ideális üzleti felhasználók, adatelemzők, üzleti elemzők, üzleti intelligencia és adattárházakkal foglalkozó szakemberek számára, valamint bárki számára, aki meg akarja tanulni az adatbányászatot. Képes lesz rá, hogy: 1.
Szerezze meg a szükséges ismereteket a különböző adatbányászati technikákról, hogy kiválaszthassa a megfelelő technikát egy adott adatproblémához, és létrehozhasson egy általános célú elemzési folyamatot. 2.
Gyorsan belevághat több mint két tucat, általánosan használt, nagy teljesítményű algoritmussal a prediktív analitikába gyakorlati felhasználási esetek segítségével. 3. Egyszerű, lépésről lépésre történő folyamat megvalósítása egy eredmény előrejelzéséhez vagy rejtett összefüggések felfedezéséhez az adatokból a RapidMiner, egy nyílt forráskódú, GUI-alapú adatbányászati eszköz segítségével.
Prediktív analitika és adatbányászati technikák: Mesterséges neurális hálózatok, támogató vektor gépek, Ensemble modellek, Bagging, Boosting, Random Forests, lineáris regresszió, logisztikus regresszió, asszociációs elemzés Apriori és FP Growth segítségével, K-Means klaszterezés, sűrűség alapú klaszterezés, önszerveződő térképek, szövegbányászat, idősor-előrejelzés, anomália-felismerés és jellemzőválasztás. Az implementációs fájlok letölthetők a könyv kísérőoldaláról a www.LearnPredictiveAnalytics.com címen.
© 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)