Modélisation prédictive avec SAS Enterprise Miner : Solutions pratiques pour les applications commerciales, troisième édition

Note :   (4,3 sur 5)

Modélisation prédictive avec SAS Enterprise Miner : Solutions pratiques pour les applications commerciales, troisième édition (S. Sarma Kattamuri)

Avis des lecteurs

Résumé:

Ce livre est utile pour ceux qui débutent avec SAS et fournit des informations précieuses sur SAS Enterprise Miner. Cependant, il présente plusieurs inconvénients notables, notamment une mauvaise qualité d'impression, un manque de couleur dans les représentations graphiques et une couverture insuffisante de certains sujets avancés.

Avantages:

Bonne ressource d'introduction à SAS
informations précieuses sur SAS Enterprise Miner
utile pour les cours de data mining de niveau supérieur.

Inconvénients:

Tout le livre est en noir et blanc, ce qui rend certains graphiques plus difficiles à interpréter
problèmes d'impression avec des pages mal découpées
pas axé sur les débutants
manque de détails sur l'intégration des sources ouvertes et l'exploration de données à haute performance.

(basé sur 6 avis de lecteurs)

Titre original :

Predictive Modeling with SAS Enterprise Miner: Practical Solutions for Business Applications, Third Edition

Contenu du livre :

Un guide étape par étape de la modélisation prédictive L'ouvrage Predictive Modeling with SAS Enterprise Miner : Practical Solutions for Business Applications, troisième édition, vous montrera comment développer et tester rapidement des modèles prédictifs à l'aide de SAS Enterprise Miner. En utilisant des données réalistes, le livre explique des méthodes complexes de manière simple et pratique à des lecteurs de différents horizons et secteurs d'activité.

Intégrant la dernière version d'Enterprise Miner, cette troisième édition développe également la section sur les séries temporelles. Rédigé pour les analystes commerciaux, les scientifiques des données, les statisticiens, les étudiants, les modélisateurs prédictifs et les mineurs de données, ce texte complet fournit des exemples qui renforceront votre compréhension des concepts et des méthodes essentiels de la modélisation prédictive. Les sujets abordés comprennent la régression logistique, la régression, les arbres de décision, les réseaux neuronaux, le regroupement de variables, le regroupement d'observations, l'imputation de données, le binning, l'exploration de données, la sélection de variables, la transformation de variables, et bien plus encore, y compris l'analyse de données textuelles.

Développez rapidement des modèles prédictifs, apprenez à tester de nombreux modèles et à comparer les résultats, acquérez une compréhension approfondie des modèles prédictifs et des méthodes multivariées, et découvrez comment effectuer des analyses approfondies. Faites tout cela avec Predictive Modeling with SAS Enterprise Miner.

Autres informations sur le livre :

ISBN :9781629602646
Auteur :
Éditeur :
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Modélisation prédictive avec SAS Enterprise Miner : Solutions pratiques pour les applications...
Un guide étape par étape de la modélisation...
Modélisation prédictive avec SAS Enterprise Miner : Solutions pratiques pour les applications commerciales, troisième édition - Predictive Modeling with SAS Enterprise Miner: Practical Solutions for Business Applications, Third Edition
Modélisation prédictive avec SAS Enterprise Miner : Solutions pratiques pour les applications...
Un guide pas à pas de la modélisation...
Modélisation prédictive avec SAS Enterprise Miner : Solutions pratiques pour les applications commerciales, troisième édition - Predictive Modeling with SAS Enterprise Miner: Practical Solutions for Business Applications, Third Edition

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© 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)