توضیحات
With many recent advances in data science, we have many more tools and techniques available for data analysts to extract information from data sets. This book aims to assist data analysts to move up from simple tools such as Excel for descriptive analytics to answer more sophisticated questions using machine learning. Most of the exercises use R and Python, but rather than focus on coding algorithms, the book employs interactive interfaces to these tools to perform the analysis. Using the CRISP-DM data mining standard, the early chapters cover conducting the preparatory steps in data mining: translating business information needs into framed analytical questions and data preparation. The Jamovi and the JASP interfaces are used with R and the Orange3 data mining interface with Python. Where appropriate, Voyant and other open-source programs are used for text analytics. The techniques covered in this book range from basic descriptive statistics, such as summarization and tabulation, to more sophisticated predictive techniques, such as linear and logistic regression, clustering, classification, and text analytics. Includes companion files with case study files, solution spreadsheets, data sets and charts, etc. from the book.
————————————————————–
ترجمه ماشینی :
با بسیاری از پیشرفتهای اخیر در علم داده، ابزارها و تکنیکهای بیشتری برای تحلیلگران داده برای استخراج اطلاعات از مجموعه دادهها در دسترس است. هدف این کتاب کمک به تحلیلگران داده است تا از ابزارهای ساده ای مانند Excel برای تجزیه و تحلیل توصیفی برای پاسخ به سوالات پیچیده تر با استفاده از یادگیری ماشینی استفاده کنند. بیشتر تمرینها از R و Python استفاده میکنند، اما به جای تمرکز بر الگوریتمهای کدنویسی، این کتاب از رابطهای تعاملی برای این ابزارها برای انجام تحلیل استفاده میکند. با استفاده از استاندارد داده کاوی CRISP-DM، فصل های اولیه انجام مراحل مقدماتی در داده کاوی را شامل می شود: ترجمه نیازهای اطلاعات کسب و کار به سؤالات تحلیلی قاب بندی شده و آماده سازی داده ها. رابط های Jamovi و JASP با R و رابط داده کاوی Orange3 با پایتون استفاده می شوند. در صورت لزوم، Voyant و سایر برنامه های منبع باز برای تجزیه و تحلیل متن استفاده می شود. تکنیک های پوشش داده شده در این کتاب از آمار توصیفی اولیه، مانند خلاصه و جدول بندی، تا تکنیک های پیش بینی پیچیده تر، مانند رگرسیون خطی و لجستیک، خوشه بندی، طبقه بندی، و تجزیه و تحلیل متن را شامل می شود. شامل فایل های همراه با فایل های مطالعه موردی، صفحات گسترده راه حل، مجموعه داده ها و نمودارها و غیره از کتاب است.
tag : دانلود کتاب داده کاوی و تجزیه و تحلیل پیش بینی کننده: رویکرد مطالعه موردی , Download داده کاوی و تجزیه و تحلیل پیش بینی کننده: رویکرد مطالعه موردی , دانلود داده کاوی و تجزیه و تحلیل پیش بینی کننده: رویکرد مطالعه موردی , Download Data Mining and Predictive Analytics: A Case Study Approach Book , داده کاوی و تجزیه و تحلیل پیش بینی کننده: رویکرد مطالعه موردی دانلود , buy داده کاوی و تجزیه و تحلیل پیش بینی کننده: رویکرد مطالعه موردی , خرید کتاب داده کاوی و تجزیه و تحلیل پیش بینی کننده: رویکرد مطالعه موردی , دانلود کتاب Data Mining and Predictive Analytics: A Case Study Approach , کتاب Data Mining and Predictive Analytics: A Case Study Approach , دانلود Data Mining and Predictive Analytics: A Case Study Approach , خرید Data Mining and Predictive Analytics: A Case Study Approach , خرید کتاب Data Mining and Predictive Analytics: A Case Study Approach ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.