Cantitate/Preț
Produs
Total produse
Vezi coșul
R and Data Mining: Examples and Case Studies de Yanchang Zhao

R and Data Mining: Examples and Case Studies

Autor Yanchang Zhao
en Limba Engleză Hardback – 31 ian 2013

Ceea ce diferențiază volumul R and Data Mining de documentația tehnică standard a limbajului R este orientarea sa pragmatică spre rezolvarea problemelor de business și cercetare prin exemple aplicate. În timp ce manualele clasice se concentrează pe sintaxă, Yanchang Zhao pune accent pe faza de modelare, oferind un flux de lucru coerent pentru extragerea cunoștințelor din volume mari de date. Descoperim aici o structură progresivă, care pornește de la bazele încărcării datelor din surse variate, precum SAS sau baze de date prin ODBC, și evoluează rapid spre tehnici complexe de analiză.

Suntem de părere că forța acestei lucrări rezidă în diversitatea algoritmilor prezentați. Cartea detaliază utilizarea pachetelor 'party' și 'rpart' pentru arbori de decizie, explorează regresia logistică și non-liniară și oferă ghiduri pentru detectarea anomaliilor (outlier detection). Pe linia practică a volumului Data Mining with R de Luis Torgo, dar cu un focus distinct pe analiza seriilor temporale și a rețelelor sociale, lucrarea de față servește drept punte între teorie și execuție. Comparativ cu alte lucrări ale autorului, precum Data Mining (AusDM 2022), care au un caracter academic pronunțat de tip proceedings, acest titlu este un ghid metodologic destinat utilizării zilnice.

Structura este riguroasă, culminând cu studii de caz extinse, cum este cel dedicat indicilor prețurilor imobiliare, unde cititorul poate observa descompunerea seriilor temporale în scenarii reale. De la reguli de asociere la sentiment analysis, R and Data Mining oferă instrumentele necesare pentru a transforma datele brute în informație acționabilă, fiind un manual de referință pentru analiștii care activează în domenii precum telecomunicațiile, medicina sau sectorul bancar.

Citește tot Restrânge

Preț: 36193 lei

Preț vechi: 49005 lei
-26%

Puncte Express: 543

Carte tipărită la comandă

Livrare economică 10-24 iunie

 Adaugă în coș

Wish list
Gift list
Am citit!
Adaugă în listă

Specificații

ISBN-13: 9780123969637
ISBN-10: 0123969638
Pagini: 256
Dimensiuni: 152 x 229 x 23 mm
Greutate: 0.54 kg
Editura: ELSEVIER SCIENCE

Public țintă

Researchers in academia and industry working in the field of data mining, postgraduate students who are interested in data mining, as well as data miners and analysts from industry. Since data mining techniques are widely used in government agencies, banks, insurance, retail, telecom, medicine and research, the book will be interesting to many areas.

De ce să citești această carte

Recomandăm această carte cercetătorilor și analiștilor de date care doresc să treacă dincolo de teoria statistică și să aplice algoritmi de data mining în R. Cititorul câștigă competențe directe în modelare, prognoză și text mining, beneficiind de cod sursă și studii de caz aplicate. Este un instrument esențial pentru cei care gestionează seturi de date complexe în medii profesionale sau academice.

Descriere scurtă

R and Data Mining introduces researchers, post-graduate students, and analysts to data mining using R, a free software environment for statistical computing and graphics. The book provides practical methods for using R in applications from academia to industry to extract knowledge from vast amounts of data. Readers will find this book a valuable guide to the use of R in tasks such as classification and prediction, clustering, outlier detection, association rules, sequence analysis, text mining, social network analysis, sentiment analysis, and more.Data mining techniques are growing in popularity in a broad range of areas, from banking to insurance, retail, telecom, medicine, research, and government. This book focuses on the modeling phase of the data mining process, also addressing data exploration and model evaluation.With three in-depth case studies, a quick reference guide, bibliography, and links to a wealth of online resources, R and Data Mining is a valuable, practical guide to a powerful method of analysis.

  • Presents an introduction into using R for data mining applications, covering most popular data mining techniques
  • Provides code examples and data so that readers can easily learn the techniques
  • Features case studies in real-world applications to help readers apply the techniques in their work

Cuprins

  1. Introduction
    1. Introduction, Data mining
      1. R
      2. Datasets used in this book
  2. Data Loading and Exploration
    1. Data Import/Export
      1. Save/Load R Data
      2. Import from and Export to .CSV Files
      3. Import Data from SAS
      4. Import/Export via ODBC
    2. Data Exploration
      1. Have a Look at Data
      2. Explore Individual Variables
      3. Explore Multiple Variables
      4. More Exploration
      5. Save Charts as Files
  3. Data Mining Examples
    1. Decision Trees
      1. Building Decision Trees with Package party
      2. Building Decision Trees with Package rpart
      3. Random Forest
    2. Regression
      1. Linear Regression
      2. Logistic Regression
      3. Generalized Linear Regression
      4. Non-linear Regression
    3. Clustering
      1. K-means Clustering
      2. Hierarchical Clustering
      3. Density-based Clustering
    4. Outlier Detection
    5. Time Series Analysis
      1. Time Series Decomposition
      2. Time Series Forecast
    6. Association Rules
    7. Sequential Patterns
    8. Text Mining
    9. Social Network Analysis
  4. Case Studies
    1. Case Study I: Analysis and Forecasting of House Price Indices
      1. Reading Data from a CSV File
      2. Data Exploration
      3. Time Series Decomposition
      4. Time Series Forecasting
      5. Discussion
    2. Case Study II: Customer Response Prediction
    3. Case Study III: Risk Rating using Decision Tree with Limited Resources
    4. Customer Behaviour Prediction and Intervention
  5. Appendix
    1. Online Resources
    2. R Reference Card for Data Mining
Bibliography