Predictive Analytics und Data Mining: Eine Einführung mit R

În domeniul analizei datelor și al inteligenței artificiale, tranziția de la teorie la implementare reprezintă adesea cel mai mare obstacol pentru studenți și practicieni. Predictive Analytics und Data Mining de Marlis von der Hude elimină această barieră printr-o structură riguros aplicativă, axată pe utilizarea limbajului R. Găsim în această lucrare o metodologie clară: fiecare concept de data mining este introdus prin formulele matematice esențiale, fiind imediat urmat de ilustrații și cod sursă care permit testarea procedurii pe seturi de date concrete.

Suntem de părere că organizarea materiei facilitează o progresie logică în învățare. Autorul începe cu procedee descriptive și analiza cluster, avansează către tehnici de reducere a dimensiunilor și culminează cu modele predictive complexe pentru clasificare și regresie. Un element distinctiv pe care îl apreciem este capitolul final, care nu se rezumă la prezentarea modelelor, ci oferă instrumente statistice pentru compararea riguroasă a performanței acestora, utilizând grafice și intervale de încredere.

Abordarea diferă de Multivariate Analysemethoden de Andreas Handl prin faptul că este mult mai puțin abstractă și mult mai aplicabilă; în timp ce lucrarea lui Handl pune accent pe dezvoltarea detaliată a teoriei, Predictive Analytics und Data Mining prioritizează fluxul de lucru în R. De asemenea, spre deosebire de Praktische Statistik für Data Scientists, care oferă o perspectivă largă asupra conceptelor statistice, volumul de față se concentrează strict pe tehnicile de mining și predicție, fiind un ghid tehnic concis pentru mediul academic și studiul individual.