Книга "Обнаружение знаний в данных. Введение в интеллектуальный анализ данных" лежит на стыке предиктивной аналитики, статистического анализа и бизнес-аналитики. В связи с постоянно растущей сложностью и объемами наборов данных, а также широким спектром применения в компьютерных науках, бизнесе и здравоохранении, процесс извлечения знаний из данных как никогда актуален. Эта книга предоставляет инструменты, необходимые для успеха в современном мире больших данных. Автор показывает, как использовать существующие базы данных компании для увеличения прибыли и доли рынка, а также тщательно объясняет самые современные методы и техники анализа данных. Читатель "научится интеллектуальному анализу данных, применяя его на практике". За счет добавления глав о подготовке моделей данных, восполнении пропущенных данных и многомерном статистическом анализе, второе издание книги "Обнаружение знаний в данных" остается фундаментальным справочником по интеллектуальному анализу данных.
Второе издание высоко оцененной успешной книги об интеллектуальном анализе данных, с подробным освещением применения в области больших данных, предиктивной аналитики и статистического анализа. Включает новые главы о многомерной статистике, подготовке к моделированию данных и восполнении пропущенных данных, а также приложение по визуализации и сводкам данных. Содержит подробное описание языка статистического программирования R. Включает 280 практических заданий для самостоятельной работы. Имеется сопроводительный веб-сайт для преподавателей вузов, использующих книгу.
Электронная Книга «Discovering Knowledge in Data. An Introduction to Data Mining» написана автором Daniel Larose T. в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781118873588
Описание книги от Daniel Larose T.
The field of data mining lies at the confluence of predictive analytics, statistical analysis, and business intelligence. Due to the ever-increasing complexity and size of data sets and the wide range of applications in computer science, business, and health care, the process of discovering knowledge in data is more relevant than ever before. This book provides the tools needed to thrive in today’s big data world. The author demonstrates how to leverage a company’s existing databases to increase profits and market share, and carefully explains the most current data science methods and techniques. The reader will “learn data mining by doing data mining”. By adding chapters on data modelling preparation, imputation of missing data, and multivariate statistical analysis, Discovering Knowledge in Data, Second Edition remains the eminent reference on data mining. The second edition of a highly praised, successful reference on data mining, with thorough coverage of big data applications, predictive analytics, and statistical analysis. Includes new chapters on Multivariate Statistics, Preparing to Model the Data, and Imputation of Missing Data, and an Appendix on Data Summarization and Visualization Offers extensive coverage of the R statistical programming language Contains 280 end-of-chapter exercises Includes a companion website for university instructors who adopt the book
