Cantitate/Preț
Produs
Total produse
Vezi coșul
Machine Learning for Business Analytics de Galit Shmueli

Machine Learning for Business Analytics

Autor Galit Shmueli, Peter C Bruce, Kuber R Deokar, Nitin R Patel
en Limba Engleză Hardback – 28 mar 2023

ACTUALIZAREA adusă de această a patra ediție a Machine Learning for Business Analytics marchează o evoluție semnificativă prin introducerea unor teme critice în peisajul tehnologic actual: un capitol extins dedicat rețelelor neuronale profunde (deep learning) și secțiuni complet noi despre feedback-ul experimental, incluzând testarea A/B și învățarea prin întărire (reinforcement learning). De asemenea, observăm o atenție sporită acordată eticii, prin noul capitol dedicat responsabilității în știința datelor, un aspect esențial pentru implementările comerciale moderne.

Subliniem structura riguroasă a lucrării, care ghidează cititorul de la faza de preliminarie și explorare a datelor (vizualizare și reducerea dimensiunilor), până la metode complexe de evaluare a performanței predictive. Machine Learning for Business Analytics nu se limitează la teorie; cuprinsul relevă o progresie logică spre metode de clasificare (k-NN, Naive Bayes, arbori de decizie) și tehnici de minerit a relațiilor între înregistrări, precum regulile de asociere și analiza de cluster. Cititorul care a aplicat ideile din Data Mining and Predictive Analytics 2e de DT Larose va găsi aici o completare metodologică valoroasă, trecând de la abordarea „white box” la un flux de lucru integrat, optimizat pentru mediul de afaceri prin utilizarea Analytic Solver®.

Ne-a atras atenția modul în care autorii Galit Shmueli și Peter C Bruce echilibrează rigoarea algoritmică cu aplicabilitatea imediată. Cele peste 12 studii de caz și seturile de date disponibile transformă volumul într-un laborator practic. Față de Data Science de Vijay Kotu, care utilizează platforma RapidMiner, această lucrare se concentrează pe un ecosistem analitic robust, fiind ideală pentru programele de tip MBA sau Master în Business Analytics care necesită o înțelegere profundă a impactului decizional.

Citește tot Restrânge

Preț: 83776 lei

Preț vechi: 104720 lei
-20%

Puncte Express: 1257

Carte disponibilă

Livrare economică 07-21 mai
Livrare express 22-28 aprilie pentru 7290 lei

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9781119829836
ISBN-10: 1119829836
Pagini: 624
Dimensiuni: 182 x 258 x 37 mm
Greutate: 1.45 kg
Ediția:4th edition
Editura: Wiley
Locul publicării:Hoboken, United States

De ce să citești această carte

Recomandăm această carte profesioniștilor și studenților care doresc să transforme datele brute în decizii strategice. Veți câștiga o stăpânire tehnică asupra algoritmilor de machine learning, beneficiind în același timp de o perspectivă managerială asupra eticii și testării A/B. Este resursa ideală pentru cei care utilizează Analytic Solver și caută o metodologie validată prin numeroase studii de caz reale.

Despre autor

Galit Shmueli este o autoritate recunoscută internațional în domeniul analizei de date, fiind autoarea a numeroase volume de succes. Alături de Peter C Bruce, Kuber R Deokar și Nitin R Patel, ea a dezvoltat un cadru didactic care puntează prăpastia dintre statistică și practica de business. Expertiza colectivă a autorilor acoperă atât zona academică, cât și pe cea de consultanță, oferind cititorilor perspective valoroase asupra modului în care machine learning poate fi implementat responsabil în organizații complexe.

Notă biografică

Galit Shmueli, PhD, is Distinguished Professor and Institute Director at National Tsing Hua University's Institute of Service Science. She has designed and instructed business analytics courses since 2004 at University of Maryland, Statistics.com, The Indian School of Business, and National Tsing Hua University, Taiwan. Peter C. Bruce, is Founder of the Institute for Statistics Education at Statistics.com, and Chief Learning Officer at Elder Research, Inc. Kuber R. Deokar, is the Data Science Team Lead at UpThink Experts, India. He is also a faculty member at Statistics.com. Nitin R. Patel, PhD, is cofounder and lead researcher at Cytel Inc. He was also a co-founder of Tata Consultancy Services. A Fellow of the American Statistical Association, Dr. Patel has served as a visiting professor at the Massachusetts Institute of Technology and at Harvard University. He is a Fellow of the Computer Society of India and was a professor at the Indian Institute of Management, Ahmedabad, for 15 years.

Cuprins

Foreword xix Preface to the Fourth Edition xxi Acknowledgments xxv PART I PRELIMINARIES CHAPTER 1 Introduction 3 CHAPTER 2 Overview of the Machine Learning Process 15 PART II DATA EXPLORATION AND DIMENSION REDUCTION CHAPTER 3 Data Visualization 59 CHAPTER 4 Dimension Reduction 91 PART III PERFORMANCE EVALUATION CHAPTER 5 Evaluating Predictive Performance 115 PART IV PREDICTION AND CLASSIFICATION METHODS CHAPTER 6 Multiple Linear Regression 151 CHAPTER 7 k-Nearest-Neighbors (k-NN) 169 CHAPTER 8 The Naive Bayes Classifier 181 CHAPTER 9 Classification and Regression Trees 197 CHAPTER 10 Logistic Regression 229 CHAPTER 11 Neural Nets 257 CHAPTER 12 Discriminant Analysis 283 CHAPTER 13 Generating, Comparing, and Combining Multiple Models 303 PART V INTERVENTION AND USER FEEDBACK CHAPTER 14 Experiments, Uplift Modeling, and Reinforcement Learning 319 PART VI MINING RELATIONSHIPS AMONG RECORDS CHAPTER 15 Association Rules and Collaborative Filtering 341 CHAPTER 16 Cluster Analysis 369 PART VII FORECASTING TIME SERIES CHAPTER 17 Handling Time Series 401 CHAPTER 18 Regression-Based Forecasting 415 CHAPTER 19 Smoothing Methods 445 PART VIII DATA ANALYTICS CHAPTER 20 Social Network Analytics 467 CHAPTER 21 Text Mining 487 CHAPTER 22 Responsible Data Science 507 PART IX CASES CHAPTER 23 Cases 537 References 575 Data Files Used in the Book 577 Index 579

Descriere

MACHINE LEARNING FOR BUSINESS ANALYTICS Machine learning—also known as data mining or predictive analytics—is a fundamental part of data science. It is used by organizations in a wide variety of arenas to turn raw data into actionable information. Machine Learning for Business Analytics: Concepts, Techniques, and Applications with Analytic Solver® Data Mining provides a comprehensive introduction and an overview of this methodology. The fourth edition of this best-selling textbook covers both statistical and machine learning algorithms for prediction, classification, visualization, dimension reduction, rule mining, recommendations, clustering, text mining, experimentation, time series forecasting and network analytics. Along with hands-on exercises and real-life case studies, it also discusses managerial and ethical issues for responsible use of machine learning techniques. This fourth edition of Machine Learning for Business Analytics also includes: An expanded chapter on deep learning A new chapter on experimental feedback techniques, including A/B testing, uplift modeling, and reinforcement learning A new chapter on responsible data science Updates and new material based on feedback from instructors teaching MBA, Masters in Business Analytics and related programs, undergraduate, diploma and executive courses, and from their students A full chapter devoted to relevant case studies with more than a dozen cases demonstrating applications for the machine learning techniques End-of-chapter exercises that help readers gauge and expand their comprehension and competency of the material presented A companion website with more than two dozen data sets, and instructor materials including exercise solutions, slides, and case solutions This textbook is an ideal resource for upper-level undergraduate and graduate level courses in data science, predictive analytics, and business analytics. It is also an excellent reference for analysts, researchers, and data science practitioners working with quantitative data in management, finance, marketing, operations management, information systems, computer science, and information technology.