Avis des lecteurs
Résumé:Ce livre constitue une ressource solide pour les analystes de données novices et expérimentés, en se concentrant sur l'exploration de données et l'analyse prédictive avec des applications pratiques utilisant RapidMiner. Il équilibre la théorie avec des exercices pratiques, ce qui rend les concepts complexes plus accessibles. Si le livre a été salué pour ses explications claires et ses exemples visuels, il a également été critiqué pour sa couverture limitée de RapidMiner et de certains aspects de l'évaluation.
Avantages:Le livre est bien structuré, avec des explications claires, des exemples visuels et des exercices pratiques, ce qui le rend adapté aux débutants comme aux utilisateurs expérimentés. Il enseigne efficacement les concepts d'exploration de données en même temps que la mise en œuvre pratique dans RapidMiner. Les lecteurs apprécient les connaissances approfondies des auteurs expérimentés, les diagrammes détaillés et l'accent mis sur la prise de décision basée sur les données.
Inconvénients:Certains lecteurs ont trouvé que la couverture de RapidMiner était insuffisante, notant que les concepts clés étaient introduits trop tard dans le livre. En outre, certains se sont plaints du traitement superficiel de l'évaluation des modèles et de la présence de fautes de frappe. Quelques lecteurs ont estimé que le livre n'était adapté qu'aux débutants.
(basé sur 25 avis de lecteurs)
Titre original :
Predictive Analytics and Data Mining: Concepts and Practice with Rapidminer
Contenu du livre :
Apprenez les bases de l'analyse prédictive et du Data Mining à travers un cadre conceptuel facile à comprendre et mettez immédiatement en pratique les concepts appris en utilisant l'outil open source RapidMiner. Que vous soyez novice en matière de Data Mining ou que vous travailliez sur votre dixième projet, ce livre vous montrera comment analyser les données, découvrir des modèles et des relations cachés pour faciliter les décisions et les prédictions importantes.
Le Data Mining est devenu un outil essentiel pour toute entreprise qui collecte, stocke et traite des données dans le cadre de ses activités. Ce livre est idéal pour les utilisateurs professionnels, les analystes de données, les analystes commerciaux, les professionnels de la veille stratégique et de l'entreposage de données, ainsi que pour toute personne souhaitant apprendre le Data Mining. Vous serez en mesure de : 1.
Acquérir les connaissances nécessaires sur les différentes techniques d'exploration de données, afin de pouvoir sélectionner la bonne technique pour un problème de données donné et créer un processus d'analyse à usage général. 2.
Être rapidement opérationnel avec plus de deux douzaines d'algorithmes puissants couramment utilisés pour l'analyse prédictive à l'aide de cas d'utilisation pratiques. 3. Mettre en œuvre un processus simple, étape par étape, pour prédire un résultat ou découvrir des relations cachées à partir des données à l'aide de RapidMiner, un outil d'exploration de données basé sur une interface utilisateur graphique (GUI) open source.
Analyse prédictive et techniques d'exploration de données couvertes : Analyse exploratoire des données, visualisation, arbres de décision, induction de règles, k-voisins les plus proches, Na ve Bayesian, réseaux neuronaux artificiels, machines à vecteurs de support, modèles d'ensemble, Bagging, Boosting, Random Forests, régression linéaire, régression logistique, analyse d'association utilisant Apriori et FP Growth, K-Means clustering, clustering basé sur la densité, cartes auto-organisatrices, Text Mining, prévision de séries temporelles, détection d'anomalies et sélection d'éléments. Les fichiers d'implémentation peuvent être téléchargés à partir du site d'accompagnement du livre à l'adresse www.LearnPredictiveAnalytics.com.
Autres informations sur le livre :
| ISBN : | 9780128014608 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2014 |
| Nombre de pages : | 448 |
Achat:
Actuellement disponible, en stock.
