Analisi predittiva: Data Mining, Machine Learning e Data Science per i professionisti, 2a edizione

Recensioni dei lettori

Il libro è molto apprezzato per le sue spiegazioni chiare degli algoritmi di apprendimento automatico e delle applicazioni pratiche, che lo rendono adatto ai principianti della scienza dei dati.

Fornisce una rassegna completa degli algoritmi di apprendimento automatico, include la teoria matematica, la preparazione dei dati, le metriche di valutazione ed esempi reali. Semplifica argomenti complessi con illustrazioni, rendendoli di facile comprensione.

Alcuni utenti non hanno ancora letto il libro, quindi non sono disponibili critiche specifiche.

(basato su 4 recensioni dei lettori)

Titolo originale:

Predictive Analytics: Data Mining, Machine Learning and Data Science for Practitioners, 2nd Edition

Contenuto del libro:

Usare l'analisi predittiva per scoprire modelli e correlazioni nascoste e migliorare il processo decisionale.

Utilizzando le tecniche di analisi predittiva, i responsabili delle decisioni possono scoprire modelli e correlazioni nascoste nei loro dati e sfruttare queste intuizioni per migliorare molte decisioni aziendali chiave. In questa guida completamente aggiornata, il dottor Dursun Delen illustra le migliori pratiche all'avanguardia per l'analisi predittiva sia per i professionisti che per gli studenti.

Delen fornisce un approccio olistico che copre i principali processi e metodi di data mining, le tecniche di gestione dei dati, gli strumenti e le metriche, il text mining avanzato e il web mining, l'integrazione dei big data e molto altro ancora. Bilanciando teoria e pratica, Delen presenta illustrazioni concettuali intuitive, esempi realistici di problemi e casi di studio reali, compresi gli insegnamenti tratti da progetti falliti. Il tutto per aiutarvi ad acquisire una comprensione pratica che potrete applicare con profitto.

* Sfruttare le conoscenze estratte attraverso il data mining per prendere decisioni più intelligenti.

* Utilizzare processi e flussi di lavoro standardizzati per fare previsioni più affidabili.

* Prevedere risultati discreti (attraverso la classificazione), valori numerici (attraverso la regressione) e cambiamenti nel tempo (attraverso la previsione delle serie temporali).

* Comprendere gli algoritmi predittivi tratti dalla statistica tradizionale e dall'apprendimento automatico avanzato.

* Scoprire tecniche all'avanguardia ed esplorare applicazioni avanzate che vanno dall'analisi del sentiment al rilevamento delle frodi.