Аналитическое прогнозирование для чайников, 2-е издание
Учитесь предсказывать будущее!
Сегодняшний бизнес опирается на эффективное использование данных для прогнозирования тенденций и продаж. Аналитическое прогнозирование — инструмент, который может это сделать, и данная книга просто и понятно показывает, как его использовать. Вы научитесь подготавливать и обрабатывать свои данные, ставить цели, создавать прогностические модели, привлекать к работе заинтересованные стороны вашей организации и многое другое.
В книге...
- Как начать проект
- Как определить типы данных
- Советы по моделированию
- Работа с алгоритмами
- Что такое кластеризация данных
- Что такое классификация данных
- Что такое глубокое обучение
- Консультации по презентациям
Об авторах:
Анассе Бари, доктор философии — эксперт по анализу данных и профессор университета. Он имеет многолетний опыт в области прогностического моделирования и анализа данных.
Мохамед Чаучи — опытный инженер-программист, который провел обширные исследования с использованием методов интеллектуального анализа данных.
Томми Юнг — инженер-программист с опытом работы с корпоративными веб-приложениями и аналитикой.
Введение 15
Часть 1. Введение в аналитическое прогнозирование 19
Глава 1. Выход на арену 21
Глава 2. Аналитическое прогнозирование на практике 39
Глава 3. Методы исследования данных 71
Глава 4. Сложность данных 91
Часть 2. Включение алгоритмов в модели 113
Глава 5. Применение моделей 115
Глава 6. Выявление сходства в данных 141
Глава 7. Прогнозирование на основе классификации данных 173
Часть 3. Планирование 213
Глава 8. Как убедить руководство одобрить проект по аналитическому прогнозированию 215
Глава 9. Подготовка данных 239
Глава 10. Создание прогностической модели 261
Глава 11. Визуализация аналитических данных 277
Часть 4. Программирование методов аналитического прогнозирования 297
Глава 12. Примеры создания типичных прогностических моделей 299
Глава 13. Примеры прогнозирования без учителя 331
Глава 14. Аналитическое прогнозирование на языке R 353
Глава 15. Как избежать ловушек в процессе анализа данных 389
Часть 5. Большие данные 413
Глава 16. Ориентация на большие данные 415
Глава 17. Подготовка к анализу данных предприятия 433
Часть 6. Великолепные десятки 447
Глава 18. Десять причин для внедрения аналитического прогнозирования 449
Глава 19. Десять шагов к построению модели 461
Предметный указатель 472
Изучаем Python, том 1, 5-е издание3 280 ₽
Java. Полное руководство, 10-е издание4 430 ₽
Анализ ценных бумаг. 3-е издание5 690 ₽