Hodnotenie:
Kniha slúži ako silný zdroj informácií pre začiatočníkov aj skúsených dátových analytikov, pričom sa zameriava na dolovanie údajov a prediktívnu analýzu s praktickými aplikáciami pomocou programu RapidMiner. Vyvažuje teóriu s praktickými cvičeniami, vďaka čomu sú zložité koncepty prístupnejšie. Hoci bola kniha chválená za zrozumiteľné vysvetlenia a názorné príklady, stretla sa aj s kritikou za obmedzené pokrytie programu RapidMiner a niektorých aspektov hodnotenia.
Výhody:Kniha je dobre štruktúrovaná, obsahuje jasné vysvetlenia, vizuálne príklady a praktické cvičenia, takže je vhodná pre začiatočníkov aj skúsených používateľov. Účinne vyučuje koncepty dolovania údajov spolu s praktickou implementáciou v programe RapidMiner. Čitatelia ocenia hĺbku znalostí skúsených autorov, rozsiahle diagramy a zameranie na rozhodovanie založené na údajoch.
Nevýhody:Niektorí čitatelia považovali pokrytie RapidMineru v knihe za nedostatočné a konštatovali, že kľúčové koncepty boli v knihe predstavené príliš neskoro. Okrem toho sa vyskytli sťažnosti na povrchné spracovanie hodnotenia modelov a prítomnosť preklepov. Niekoľko recenzentov malo pocit, že kniha je vhodná len pre začiatočníkov.
(na základe 25 čitateľských recenzií)
Predictive Analytics and Data Mining: Concepts and Practice with Rapidminer
Uvedenie prediktívnej analýzy do praxeNaučte sa základy prediktívnej analýzy a dolovania dát prostredníctvom ľahko pochopiteľného koncepčného rámca a okamžite si precvičte naučené koncepty pomocou open source nástroja RapidMiner. Či už ste v oblasti Data Mining úplne noví, alebo pracujete na svojom desiatom projekte, táto kniha vám ukáže, ako analyzovať údaje, odhaľovať skryté vzory a vzťahy, ktoré vám pomôžu pri dôležitých rozhodnutiach a predpovediach.
Data Mining sa stal základným nástrojom pre každý podnik, ktorý v rámci svojej činnosti zhromažďuje, uchováva a spracováva údaje. Táto kniha je ideálna pre podnikových používateľov, dátových analytikov, obchodných analytikov, odborníkov na business intelligence a data warehousing a pre každého, kto sa chce naučiť Data Mining. Budete môcť: 1.
Získať potrebné znalosti o rôznych technikách dolovania údajov, aby ste mohli vybrať správnu techniku pre daný problém s údajmi a vytvoriť všeobecný analytický proces. 2.
Rýchlo začať pracovať s viac ako dvoma desiatkami bežne používaných výkonných algoritmov pre prediktívnu analýzu s využitím praktických prípadov použitia. 3. Implementujte jednoduchý postup krok za krokom na predpovedanie výsledku alebo objavovanie skrytých vzťahov z údajov pomocou nástroja RapidMiner, ktorý je založený na otvorenom zdrojovom grafickom rozhraní na dolovanie údajov.
Prediktívna analytika a techniky dolovania údajov: Analýza prieskumných údajov, vizualizácia, rozhodovacie stromy, indukcia pravidiel, k-najbližší susedia, Na ve Bayesian, umelé neurónové siete, stroje s podpornými vektormi, modely ansámblov, Bagging, Boosting, náhodné lesy, lineárna regresia, logistická regresia, asociačná analýza pomocou Apriori a FP Growth, zhlukovanie K-Means, zhlukovanie na základe hustoty, samoorganizujúce sa mapy, text mining, predpovedanie časových radov, detekcia anomálií a výber prvkov. Implementačné súbory si môžete stiahnuť zo sprievodnej stránky knihy na adrese www.LearnPredictiveAnalytics.com.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)