9781119549840 Data Mining for Business Analytics
Beschrijving
Data Mining for Business Analytics: Concepts, Techniques, en Applications in Python is een uitgebreide handleiding die een toegepaste benadering van dataminingconcepten en -methoden biedt, gebruikmakend van Python-software ter illustratie. Dit is de zesde editie van deze succesvolle tekst en de eerste die Python als onderliggende programmeertaal gebruikt.
Het boek behandelt zowel statistische als machine learning-algoritmes voor diverse toepassingen, zoals:
- Voorspellingen en classificatie
- Visualisatie en dimensie-reductie
- Aanbevelingssystemen en clustering
- Tekst mining en netwerk analyse
# Nieuwigheden en Verbeteringen
Deze editie bevat verschillende vernieuwingen en verbeteringen:
- Een nieuwe co-auteur, Peter Gedeck, die zijn uitgebreide ervaring in het onderwijzen van business analytics cursussen met Python toevoegt en expertise in de toepassing van machine learning-methoden binnen de geneesmiddelenontdekking.
- Een sectie over ethische kwesties in datamining, die steeds relevanter wordt in het huidige gegevensgedreven tijdperk.
- Updates en nieuw materiaal gebaseerd op feedback van instructeurs die MBA, undergraduate en executive cursussen geven.
# Casestudies en Oefeningen
Het boek bevat meer dan een dozijn casestudies die de toepassingen van de besproken dataminingtechnieken illustreren. Aan het einde van elk hoofdstuk zijn oefeningen opgenomen, waarmee lezers hun begrip en bekwaamheid in de gepresenteerde materie kunnen toetsen en uitbreiden.
Daarnaast bevat het een compagnonwebsite met meer dan twee dozijn datasets en instructeursmaterialen, waaronder oplossingen voor oefeningen, PowerPoint-presentaties en casusoplossingen. Dit maakt het boek niet alleen bruikbaar als tekstboek, maar ook als referentie voor analisten, onderzoekers en professionals die binnenkort met kwantitatieve methoden werken in de gebieden van bedrijf, financiën, marketing, informatica en informatie-technologie.
# Doelgroep
Data Mining for Business Analytics is bij uitstek geschikt voor graduate en bovenbouwonderwijs, en vormt een uitstekende referentie voor iedereen die zich bezighoudt met data-analyse en business analytics. Door de integratie van zowel klassieke als moderne methoden, biedt het boek een gedegen basis voor zowel studenten als professionals die hun vaardigheden in datamining willen verbeteren.
Gareth M. James, gerespecteerd professor aan de University of Southern California, beschrijft het boek als een "definitieve handleiding" over business analytics-methoden. Dit onderstreept de waarde en relevantie van deze editie als cruciaal leermateriaal in het veld van data-analyse.
Data Mining for Business Analytics: Concepts, Techniques, en Applications in Python is een uitgebreide handleiding die een toegepaste benadering van dataminingconcepten en -methoden biedt, gebruikmakend van Python-software ter illustratie. Dit is de zesde editie van deze succesvolle tekst en de eerste die Python als onderliggende programmeertaal gebruikt.
Het boek behandelt zowel statistische als machine learning-algoritmes voor diverse toepassingen, zoals:
- Voorspellingen en classificatie
- Visualisatie en dimensie-reductie
- Aanbevelingssystemen en clustering
- Tekst mining en netwerk analyse
# Nieuwigheden en Verbeteringen
Deze editie bevat verschillende vernieuwingen en verbeteringen:
- Een nieuwe co-auteur, Peter Gedeck, die zijn uitgebreide ervaring in het onderwijzen van business analytics cursussen met Python toevoegt en expertise in de toepassing van machine learning-methoden binnen de geneesmiddelenontdekking.
- Een sectie over ethische kwesties in datamining, die steeds relevanter wordt in het huidige gegevensgedreven tijdperk.
- Updates en nieuw materiaal gebaseerd op feedback van instructeurs die MBA, undergraduate en executive cursussen geven.
# Casestudies en Oefeningen
Het boek bevat meer dan een dozijn casestudies die de toepassingen van de besproken dataminingtechnieken illustreren. Aan het einde van elk hoofdstuk zijn oefeningen opgenomen, waarmee lezers hun begrip en bekwaamheid in de gepresenteerde materie kunnen toetsen en uitbreiden.
Daarnaast bevat het een compagnonwebsite met meer dan twee dozijn datasets en instructeursmaterialen, waaronder oplossingen voor oefeningen, PowerPoint-presentaties en casusoplossingen. Dit maakt het boek niet alleen bruikbaar als tekstboek, maar ook als referentie voor analisten, onderzoekers en professionals die binnenkort met kwantitatieve methoden werken in de gebieden van bedrijf, financiën, marketing, informatica en informatie-technologie.
# Doelgroep
Data Mining for Business Analytics is bij uitstek geschikt voor graduate en bovenbouwonderwijs, en vormt een uitstekende referentie voor iedereen die zich bezighoudt met data-analyse en business analytics. Door de integratie van zowel klassieke als moderne methoden, biedt het boek een gedegen basis voor zowel studenten als professionals die hun vaardigheden in datamining willen verbeteren.
Gareth M. James, gerespecteerd professor aan de University of Southern California, beschrijft het boek als een "definitieve handleiding" over business analytics-methoden. Dit onderstreept de waarde en relevantie van deze editie als cruciaal leermateriaal in het veld van data-analyse.
Prijshistorie
Prijzen voor het laatst bijgewerkt op: