دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Umesh R. Hodeghatta Dr., Umesh Nayak (auth.) سری: ISBN (شابک) : 9781484225134, 9781484225141 ناشر: Apress سال نشر: 2017 تعداد صفحات: 290 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 15 مگابایت
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل کسب و کار با استفاده از R - یک رویکرد عملی: کلان داده، تکنیک های برنامه نویسی، زبان های برنامه نویسی، کامپایلرها، مترجمان، داده کاوی و کشف دانش، ذخیره سازی و بازیابی اطلاعات، احتمالات و آمار در علوم کامپیوتر
در صورت تبدیل فایل کتاب Business Analytics Using R - A Practical Approach به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب تجزیه و تحلیل کسب و کار با استفاده از R - یک رویکرد عملی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
جنبههای اساسی آمار کسبوکار، دادهکاوی، و تکنیکهای یادگیری ماشینی را که برای درک حجم عظیم دادههای تولید شده توسط سازمان شما لازم است، بیاموزید. این کتاب تجزیه و تحلیل عملی کسب و کار را از طریق مثال ها توضیح می دهد، مراحل مربوط به استفاده صحیح از آن را پوشش می دهد و زمینه ای را به شما نشان می دهد که در آن یک تکنیک خاص معنی ندارد. علاوه بر این، تجزیه و تحلیل عملی کسب و کار با استفاده از R به شما کمک می کند تا مسائل خاصی را که سازمان ها با آن مواجه هستند و اینکه چگونه راه حل های این مسائل را می توان با تجزیه و تحلیل کسب و کار تسهیل کرد، درک کنید.
این کتاب به بحث و بررسی این موضوع می پردازد. از طریق مثالها و مطالعات موردی:
این کتاب شامل مطالعات موردی در مورد تکنیک های مهم تجزیه و تحلیل تجاری، مانند طبقه بندی، ارتباط، خوشه بندی و رگرسیون زبان R ابزار آماری است که برای نشان دادن مفاهیم در سراسر کتاب استفاده میشود.
آنچه خواهید آموخت
• برنامههای R بنویسید تا دادهها را مدیریت کند
p>
• مدل های تحلیلی بسازید و از آنها استنباط های مفیدی بگیرید
• مفاهیم اولیه داده کاوی و یادگیری ماشین را کشف کنید
• مدل سازی پیش بینی را انجام دهید
p>• یک مسئله تجاری را به عنوان یک مشکل تحلیلی تعریف کنید
این کتاب برای چه کسانی است
مبتدیانی که می خواهند برای درک و یادگیری اصول تجزیه و تحلیل با استفاده از R. دانشجویان، مدیران، مدیران اجرایی، متخصصان استراتژی و برنامه ریزی، متخصصان نرم افزار، و متخصصان BI/DW.
Learn the fundamental aspects of the business statistics, data mining, and machine learning techniques required to understand the huge amount of data generated by your organization. This book explains practical business analytics through examples, covers the steps involved in using it correctly, and shows you the context in which a particular technique does not make sense. Further, Practical Business Analytics using R helps you understand specific issues faced by organizations and how the solutions to these issues can be facilitated by business analytics.
This book will discuss and explore the following through examples and case studies:
This book includes case studies on important business analytic techniques, such as classification, association, clustering, and regression. The R language is the statistical tool used to demonstrate the concepts throughout the book.
What You Will Learn
• Write R programs to handle data
• Build analytical models and draw useful inferences from them
• Discover the basic concepts of data mining and machine learning
• Carry out predictive modeling
• Define a business issue as an analytical problem
Who This Book Is For
Beginners who want to understand and learn the fundamentals of analytics using R. Students, managers, executives, strategy and planning professionals, software professionals, and BI/DW professionals.
Front Matter....Pages i-xvii
Overview of Business Analytics....Pages 1-15
Introduction to R....Pages 17-36
R for Data Analysis....Pages 37-58
Introduction to descriptive analytics....Pages 59-89
Business Analytics Process and Data Exploration....Pages 91-130
Supervised Machine Learning—Classification....Pages 131-160
Unsupervised Machine Learning....Pages 161-186
Simple Linear Regression....Pages 187-205
Multiple Linear Regression....Pages 207-231
Logistic Regression....Pages 233-255
Big Data Analysis—Introduction and Future Trends....Pages 257-265
Back Matter....Pages 267-280