Product details
- Publisher : Wiley; 1st edition (November 5, 2019)
- Language : English
- Hardcover : 608 pages
- ISBN-10 : 1119549841
- ISBN-13 : 978-1119549840
جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques and Applications in Python
Data Mining for Business Analytics: Concepts, Techniques, and Applications in Python presents an applied approach to data mining concepts and methods, using Python software for illustration
Readers will learn how to implement a variety of popular data mining algorithms in Python (a free and open-source software) to tackle business problems and opportunities.
This is the sixth version of this successful text, and the first using Python. It covers both statistical and machine learning algorithms for prediction, classification, visualization, dimension reduction, recommender systems, clustering, text mining and network analysis. It also includes:
- A new co-author, Peter Gedeck, who brings both experience teaching business analytics courses using Python, and expertise in the application of machine learning methods to the drug-discovery process
- A new section on ethical issues in data mining
- Updates and new material based on feedback from instructors teaching MBA, undergraduate, diploma and executive courses, and from their students
- More than a dozen case studies demonstrating applications for the data mining techniques described
- End-of-chapter exercises that help readers gauge and expand their comprehension and competency of the material presented
- A companion website with more than two dozen data sets, and instructor materials including exercise solutions, PowerPoint slides, and case solutions
Data Mining for Business Analytics: Concepts, Techniques, and Applications in Python is an ideal textbook for graduate and upper-undergraduate level courses in data mining, predictive analytics, and business analytics. This new edition is also an excellent reference for analysts, researchers, and practitioners working with quantitative methods in the fields of business, finance, marketing, computer science, and information technology.
“This book has by far the most comprehensive review of business analytics methods that I have ever seen, covering everything from classical approaches such as linear and logistic regression, through to modern methods like neural networks, bagging and boosting, and even much more business specific procedures such as social network analysis and text mining. If not the bible, it is at the least a definitive manual on the subject.”
—Gareth M. James, University of Southern California and co-author (with Witten, Hastie and Tibshirani) of the best-selling book An Introduction to Statistical Learning, with Applications in R
منابع کتاب جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques and Applications in Python
داده کاوی برای تجزیه و تحلیل کسب و کار: مفاهیم، تکنیک ها و کاربردها در پایتون رویکرد کاربردی به مفاهیم و روش های داده کاوی را با استفاده از نرم افزار پایتون برای تصویر ارائه می دهد.
خوانندگان یاد خواهند گرفت که چگونه انواع الگوریتم های محبوب داده کاوی را در پایتون (یک نرم افزار رایگان و منبع باز) برای مقابله با مشکلات و فرصت های تجاری پیاده سازی کنند.
این ششمین نسخه از این متن موفق و اولین نسخه ای است که از پایتون استفاده می کند. این الگوریتم های آماری و یادگیری ماشینی را برای پیش بینی، طبقه بندی، تجسم، کاهش ابعاد، سیستم های توصیه کننده، خوشه بندی، متن کاوی و تجزیه و تحلیل شبکه پوشش می دهد. همچنین شامل:
- یکی از نویسندگان جدید، پیتر گدک، که هم تجربه تدریس دوره های تجزیه و تحلیل کسب و کار با استفاده از پایتون و هم تخصص در کاربرد روش های یادگیری ماشینی در فرآیند کشف دارو را به ارمغان می آورد.
- بخش جدیدی در مورد مسائل اخلاقی در داده کاوی
- به‌روزرسانی‌ها و مطالب جدید بر اساس بازخورد مربیان تدریس در دوره‌های MBA، کارشناسی، دیپلم و اجرایی و دانشجویان آنها
- بیش از دوازده مطالعه موردی که کاربردهای تکنیک های داده کاوی شرح داده شده را نشان می دهد
- تمرین‌های پایان فصل که به خوانندگان کمک می‌کند درک و شایستگی مطالب ارائه شده را بسنجند و گسترش دهند.
- یک وب سایت همراه با بیش از دوجین مجموعه داده و مطالب آموزشی از جمله راه حل های تمرینی، اسلایدهای پاورپوینت و راه حل های موردی
Data Mining for Business Analytics: Concepts, Techniques, and Applications in Python یک کتاب درسی ایده آل برای دوره های تحصیلات تکمیلی و فوق لیسانس در داده کاوی، تجزیه و تحلیل پیش بینی کننده و تجزیه و تحلیل تجاری است. این نسخه جدید همچنین یک مرجع عالی برای تحلیلگران، محققان و پزشکانی است که با روش‌های کمی در زمینه‌های تجارت، مالی، بازاریابی، علوم کامپیوتر و فناوری اطلاعات کار می‌کنند.
این کتاب جامع‌ترین بررسی را در مورد روش‌های تجزیه و تحلیل کسب‌وکار دارد که تا به حال دیده‌ام، از رویکردهای کلاسیک مانند رگرسیون خطی و لجستیک گرفته تا روش‌های مدرن مانند شبکه‌های عصبی، بسته‌بندی و تقویت، و حتی بسیار بیشتر از موارد خاص کسب‌وکار. رویه هایی مانند تحلیل شبکه های اجتماعی و متن کاوی. اگر کتاب مقدس نباشد، حداقل یک کتابچه راهنمای قطعی در این زمینه است.»
— گرت ام جیمز، دانشگاه کالیفرنیای جنوبی و نویسنده مشترک (به همراه ویتن، هستی و تیبشیرانی) کتاب پرفروش مقدمه ای بر یادگیری آماری، با کاربردهای زبان R.
ارسال نظر درباره جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques and Applications in Python