Учебное пособие. — 2-е изд., испр. — СПб.: Питер, 2013. — 704 с.
Книга представляет собой руководство для профессиональных
бизнес-аналитиков, занимающихся внедрением корпоративных
аналитических систем. В теоретической части последовательно
освещаются современные технологии сбора и анализа структурированной
информации: хранилища данных, ETL, OLAP, Data Mining, Knowledge
Discovery in Databases. В практической части приводятся примеры
решения бизнес-задач на аналитической платформе Deductor
Academic.
В данное, второе, издание включены разделы по последовательным шаблонам, байесовскому классификатору, обучению в условиях несбалансированности классов, расширена практическая часть.
Книга будет полезна всем интересующимся вопросами интеллектуального анализа данных и методами автоматического поиска закономерностей в массивах информации.
Для специалистов в области анализа данных, студентов и аспирантов. Предисловие авторов
Об авторах
От издательства
Вступительное слово
Введение
Теория бизнес-анализа
Технологии анализа данных
Консолидация данных
Трансформация данных
Визуализация данных
Очистка и предобработка данных
Data Mining: задача ассоциации
Data Mining: кластеризация
Data Mining: классификация и регрессия.Статистические методы
Data Mining: классификация и регрессия.Машинное обучение
Анализ и прогнозирование временных рядов
Ансамбли моделей
Сравнение моделей
Бизнес-анализ в Deductor
Аналитическая платформа Deductor
Консолидация данных и аналитическая отчетность аптечной сети
Ассоциативные правила в стимулировании розничных продаж
Сегментация клиентов телекоммуникационной компании
Скоринговые модели для оценки кредитоспособности заемщиков
Прогнозирование продаж товаров в оптовой компании
Повышение эффективности массовой рассылки клиентам
Заключение
Литература
Алфавитный указатель Обработка скана 300 дпи + оглавление + поиск
В данное, второе, издание включены разделы по последовательным шаблонам, байесовскому классификатору, обучению в условиях несбалансированности классов, расширена практическая часть.
Книга будет полезна всем интересующимся вопросами интеллектуального анализа данных и методами автоматического поиска закономерностей в массивах информации.
Для специалистов в области анализа данных, студентов и аспирантов. Предисловие авторов
Об авторах
От издательства
Вступительное слово
Введение
Теория бизнес-анализа
Технологии анализа данных
Консолидация данных
Трансформация данных
Визуализация данных
Очистка и предобработка данных
Data Mining: задача ассоциации
Data Mining: кластеризация
Data Mining: классификация и регрессия.Статистические методы
Data Mining: классификация и регрессия.Машинное обучение
Анализ и прогнозирование временных рядов
Ансамбли моделей
Сравнение моделей
Бизнес-анализ в Deductor
Аналитическая платформа Deductor
Консолидация данных и аналитическая отчетность аптечной сети
Ассоциативные правила в стимулировании розничных продаж
Сегментация клиентов телекоммуникационной компании
Скоринговые модели для оценки кредитоспособности заемщиков
Прогнозирование продаж товаров в оптовой компании
Повышение эффективности массовой рассылки клиентам
Заключение
Литература
Алфавитный указатель Обработка скана 300 дпи + оглавление + поиск