Note :
Le livre « Data Mining and Predictive Analytics » est loué pour ses explications claires et son approche pratique de l'enseignement des concepts de data mining, ce qui en fait un ouvrage adapté aux débutants et une référence. Cependant, il a été critiqué pour sa complexité mathématique, sa qualité d'impression parfois médiocre et ses conseils insuffisants pour l'application des techniques à l'aide de R.
Avantages:Offre des explications claires et concises de la théorie et des concepts, des exemples pratiques, un contenu bien organisé, excellent pour les débutants, comprend des extraits de codage R utiles, une couverture complète des principes du data mining.
Inconvénients:Peut être mathématiquement complexe et difficile pour les non-professionnels, mauvaise qualité d'impression signalée dans certains exemplaires, pas assez de conseils sur l'application des concepts en R, certains utilisateurs l'ont trouvé insuffisant par rapport à d'autres ressources disponibles.
(basé sur 36 avis de lecteurs)
Data Mining and Predictive Analytics
Cette deuxième édition mise à jour sert d'introduction aux méthodes et modèles de data mining, notamment les règles d'association, le clustering, les réseaux neuronaux et la régression logistique.
Cette deuxième édition mise à jour sert d'introduction aux méthodes et modèles de data mining, y compris les règles d'association, le clustering, les réseaux neuronaux, la régression logistique et l'analyse multivariée. Les auteurs appliquent une approche unifiée "boîte blanche" aux méthodes et modèles de data mining. Cette approche est conçue pour guider les lecteurs à travers les opérations et les nuances des différentes méthodes, en utilisant de petits ensembles de données, afin que les lecteurs puissent avoir un aperçu du fonctionnement interne de la méthode examinée. Les chapitres proposent aux lecteurs des problèmes d'analyse pratique, ce qui leur donne l'occasion d'appliquer leur expertise nouvellement acquise en matière d'exploration de données à la résolution de problèmes réels utilisant de grands ensembles de données du monde réel.
Data Mining and Predictive Analytics, deuxième édition.
⬤ Le livre offre une couverture complète des règles d'association, du clustering, des réseaux neuronaux, de la régression logistique, de l'analyse multivariée et du langage de programmation statistique R.
⬤ Le livre contient plus de 750 exercices de chapitre, permettant aux lecteurs d'évaluer leur compréhension du nouveau matériel.
⬤ Une étude de cas détaillée qui rassemble les leçons apprises dans le livre.
⬤ Comprend l'accès au site Web d'accompagnement, www.dataminingconsultant.com, avec un contenu exclusif protégé par mot de passe pour l'enseignant.
Data Mining and Predictive Analytics, deuxième édition, intéressera les étudiants en informatique et en statistique, ainsi que les étudiants en MBA et les chefs d'entreprise.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)