Analisi predittiva e data mining: Concetti e pratica con Rapidminer

Recensioni dei lettori

Il libro è una risorsa importante sia per i principianti che per gli analisti di dati esperti, e si concentra sul data mining e sull'analisi predittiva con applicazioni pratiche utilizzando RapidMiner. Il libro bilancia la teoria con esercizi pratici, rendendo più accessibili concetti complessi. Se da un lato il libro è stato apprezzato per la chiarezza delle spiegazioni e gli esempi visivi, dall'altro ha ricevuto critiche per la copertura limitata di RapidMiner e di alcuni aspetti di valutazione.

Il libro è ben strutturato, con spiegazioni chiare, esempi visivi ed esercizi pratici, che lo rendono adatto sia ai principianti che agli utenti esperti. Insegna efficacemente i concetti di data mining insieme all'implementazione pratica in RapidMiner. I lettori apprezzano la profondità delle conoscenze degli autori esperti, gli ampi diagrammi e l'attenzione al processo decisionale basato sui dati.

Alcuni lettori hanno giudicato insufficiente la trattazione di RapidMiner, notando che i concetti chiave sono stati introdotti troppo tardi nel libro. Inoltre, si sono lamentati della scarsa trattazione della valutazione dei modelli e della presenza di errori di battitura. Alcuni recensori hanno ritenuto che il libro fosse adeguato solo per i principianti.

(basato su 25 recensioni dei lettori)

Titolo originale:

Predictive Analytics and Data Mining: Concepts and Practice with Rapidminer

Contenuto del libro:

Imparare le basi dell'analisi predittiva e del data mining attraverso un quadro concettuale di facile comprensione e mettere immediatamente in pratica i concetti appresi utilizzando lo strumento open source RapidMiner. Che siate alle prime armi con il Data Mining o che stiate lavorando al vostro decimo progetto, questo libro vi mostrerà come analizzare i dati, scoprire schemi e relazioni nascoste per aiutare decisioni e previsioni importanti.

Il Data Mining è diventato uno strumento essenziale per tutte le aziende che raccolgono, archiviano ed elaborano dati nell'ambito delle loro attività. Questo libro è ideale per utenti aziendali, analisti di dati, analisti aziendali, professionisti della business intelligence e del data warehousing e per chiunque voglia imparare il Data Mining. Sarete in grado di: 1.

Acquisire le conoscenze necessarie sulle diverse tecniche di data mining, in modo da poter selezionare la tecnica giusta per un determinato problema di dati e creare un processo di analisi a scopo generale. 2.

Iniziare a lavorare rapidamente con più di due dozzine di potenti algoritmi comunemente usati per l'analisi predittiva, utilizzando casi d'uso pratici. 3. Implementare un semplice processo passo-passo per prevedere un risultato o scoprire relazioni nascoste dai dati utilizzando RapidMiner, uno strumento di data mining open source basato su GUI.

Analisi predittiva e tecniche di Data Mining: Analisi esplorativa dei dati, visualizzazione, alberi decisionali, induzione di regole, k-Nearest Neighbors, Na ve Bayesian, reti neurali artificiali, macchine vettoriali di supporto, modelli Ensemble, Bagging, Boosting, Random Forests, regressione lineare, regressione logistica, analisi delle associazioni con Apriori e FP Growth, clustering K-Means, clustering basato sulla densità, mappe auto-organizzanti, Text Mining, previsione delle serie temporali, rilevamento delle anomalie e selezione delle caratteristiche. I file di implementazione possono essere scaricati dal sito del libro all'indirizzo www.LearnPredictiveAnalytics.com.