Книга "Making Sense of Data II" - это практическое руководство по использованию методов и техник анализа данных для принятия ценных решений. Вторая часть серии "Making Sense of Data" исследует различные подходы к анализу данных и коммуникации результатов. Книга охватывает более технические темы, предоставляя читателям продвинутые методы и техники для успешного преобразования сырых данных в умные решения в различных областях исследований, включая бизнес, инженерное дело, финансы и социальные науки.
После общего введения, где объясняется, как определить проблему, выполнить анализ и применить результаты, книга "Making Sense of Data II" охватывает следующие ключевые техники продвинутого анализа данных:
- Визуализация данных - рассматривает принципы и методы понимания и коммуникации данных с помощью визуализации, включая одну переменную, связь между двумя или более переменными, группировку данных и динамический подход к взаимодействию с данными через графические пользовательские интерфейсы.
- Кластерный анализ - обсуждает общие подходы к кластеризации наборов данных и предоставляет подробные объяснения методов определения расстояния между наблюдениями и процедур кластеризации. Также рассматриваются агломеративная иерархическая кластеризация, разбиение на основе кластеров и нечеткая кластеризация.
- Предиктивный анализ - представляет обсуждение того, как создавать и оценивать модели, а также серию предиктивных аналитических методов, которые могут быть использованы в различных ситуациях, включая анализ главных компонент, множественную линейную регрессию, дискриминантный анализ, логистическую регрессию и наивный Байес.
- Приложения - демонстрирует текущее использование горных работ данных в широком диапазоне отраслей и представляет кейсы, которые иллюстрируют соответствующие приложения в реальных сценариях. Каждый метод обсуждается в контексте процесса горных работ данных, включая определение проблемы и применение результатов, и читатели получают руководство о том, когда и как использовать каждый метод.
Сайт, связанный с серией книг (www.makingsenseofdata.com), обеспечивает практический опыт анализа данных и горных работ данных. Читатели, желающие получить больше практического опыта, могут воспользоваться разделом учебных пособий книги в сочетании с бесплатно доступным онлайн-программным обеспечением TraceisTM.
С обширной коллекцией продвинутых методов горных работ данных в сочетании с учебниками для приложений в различных областях, книга "Making Senseof Data II" является незаменимой для курсов по анализу и горным работам данных на старшекурсническом и магистерском уровнях. Она также служит ценным источником для исследователей и профессионалов, которые заинтересованы в изучении эффективного принятия решений на основе данных и понимании, как методы анализа и горных работ данных могут помочь их организации.
Second installment of the author's Making Sense Of Data series — keep the book making sense!
Руководство по принятию важных решений на основании данных, использующее расширенные методы и техники интеллектуального анализа данных Эта вторая часть серии книг "Принятие смысловых решений на основе данных", продолжает исследовать разнообразные подходы к принятию и интерпретации решений на основании статистических данных. Она углубляется в сложные темы, которые предоставляют читателям расширенные методы интеллектуального анализа, необходимые для успешного преобразования случайных данных в интеллектуальные решения в различных областях исследовательской деятельности, включая бизнес, инженерию, финансы и социальные науки. После общего введения, которое объясняет, как определить проблему, провести анализ и пятится от выводов, книга "Обращение с смысловыми решениями на основе данных 2" исследует следующие ключевые методы для продвинутого анализа данных: Визуализация данных разъясняет принципы и методы для понимания и объяснения статистических данных с помощью визуализации, включая анализ единичных переменных, отношения между двумя или более переменных, группировки данных и динамические подходы к взаимодействию с данными через графические пользовательские интерфейсы. Классификация описывают общие подходы к классификации наборов данных и предоставляют детальные разъяснения методов определения расстояния между наблюдениями, процедур кластеризации наблюдений. Агрегативная иерархическая классификация, разделная кластеризация, и описательная кластеризация также обсуждаются. Прогнозная аналитика предлагает обсуждение того, как создавать и оценивать модели, а также ряд методов прогнозной аналитики, которые могут быть использованы в разнообразных условиях, включающих главные компоненты анализа, множественную линейную регрессию, анализ на разделение и предсказание, наивного Байеса. Применения демонстрируют текущее использование интеллектуального анализа в многочисленных отраслях и демонстрируюет исследования, которые поясняют соответствующие применения в реальных сценариях. Каждый метод обсуждался в контексте процесса интеллектуального анализа: определение проблемы и перекат результатов, и читателям предоставленная подсказка о том, когда и как каждый метод должен быть использован. Связанная веб-страница для серии (http://makingsenseofdatacom) предоставляет практический опыт анализа данных и интеллектуального анализа. Читатели, желающие.
Электронная Книга «Making Sense of Data II» написана автором Wayne Johnson P. в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470417393
Описание книги от Wayne Johnson P.
A hands-on guide to making valuable decisions from data using advanced data mining methods and techniques This second installment in the Making Sense of Data series continues to explore a diverse range of commonly used approaches to making and communicating decisions from data. Delving into more technical topics, this book equips readers with advanced data mining methods that are needed to successfully translate raw data into smart decisions across various fields of research including business, engineering, finance, and the social sciences. Following a comprehensive introduction that details how to define a problem, perform an analysis, and deploy the results, Making Sense of Data II addresses the following key techniques for advanced data analysis: Data Visualization reviews principles and methods for understanding and communicating data through the use of visualization including single variables, the relationship between two or more variables, groupings in data, and dynamic approaches to interacting with data through graphical user interfaces. Clustering outlines common approaches to clustering data sets and provides detailed explanations of methods for determining the distance between observations and procedures for clustering observations. Agglomerative hierarchical clustering, partitioned-based clustering, and fuzzy clustering are also discussed. Predictive Analytics presents a discussion on how to build and assess models, along with a series of predictive analytics that can be used in a variety of situations including principal component analysis, multiple linear regression, discriminate analysis, logistic regression, and Naïve Bayes. Applications demonstrates the current uses of data mining across a wide range of industries and features case studies that illustrate the related applications in real-world scenarios. Each method is discussed within the context of a data mining process including defining the problem and deploying the results, and readers are provided with guidance on when and how each method should be used. The related Web site for the series (www.makingsenseofdata.com) provides a hands-on data analysis and data mining experience. Readers wishing to gain more practical experience will benefit from the tutorial section of the book in conjunction with the TraceisTM software, which is freely available online. With its comprehensive collection of advanced data mining methods coupled with tutorials for applications in a range of fields, Making Sense of Data II is an indispensable book for courses on data analysis and data mining at the upper-undergraduate and graduate levels. It also serves as a valuable reference for researchers and professionals who are interested in learning how to accomplish effective decision making from data and understanding if data analysis and data mining methods could help their organization.
