Data Science Using Oracle Data Miner and Oracle R Enterprise: Transform Your Business Systems into an Analytical Powerhouse

ویرایش: 1 
نویسندگان: Sibanjan Das (auth.)  
سری:  
ISBN (شابک) : 9781484226131, 9781484226148 
ناشر: Apress 
سال نشر: 2016 
تعداد صفحات: 300 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 13 مگابایت 

قیمت کتاب (تومان) : 40,000



فرآیند تجزیه و تحلیل پیش‌بینی‌کننده را با استفاده از Oracle Data Miner و Oracle R Enterprise خودکار کنید. این کتاب در مورد این صحبت می کند که چگونه هر دو این فناوری ها می توانند چارچوبی برای تجزیه و تحلیل پیش بینی در پایگاه داده ارائه دهند. یک معماری یکپارچه و گردش کار جاسازی شده برای خودکار کردن مراحل مختلف تجزیه و تحلیل مانند پیش پردازش داده ها، ایجاد مدل، و ذخیره خروجی مدل نهایی در جداول خواهید دید.

شما به مدل های آماری مختلفی که معمولاً در مشاغل استفاده می شود، نگاهی عمیق خواهید داشت. و چگونه می توان آنها را برای تجزیه و تحلیل پیش بینی با استفاده از بسته های مختلف SQL، PLSQL، ORE، ODM و R بومی خودکار کرد. با گزینه های مختلف موجود در گردش کار ODM برای اتوماسیون رانندگی آشنا خواهید شد. همچنین، درکی از روش‌های مختلف برای یکپارچه‌سازی بسته‌های ODM، ORE، و بسته‌های R بومی با استفاده از PLSQL برای خودکارسازی فرآیندها خواهید داشت.

اتوماسیون علم داده با استفاده از Oracle Data Miner and Oracle R Enterprise با مقدمه ای بر تجزیه و تحلیل کسب و کار شروع می کند و به این موضوع می پردازد که چرا اتوماسیون ضروری است و سطح پیچیدگی در اتوماسیون در هر مرحله تحلیلی. سپس، بر روی چگونگی خودکارسازی تجزیه و تحلیل پیش‌بینی‌کننده با استفاده از Oracle Data Miner و Oracle R Enterprise تمرکز می‌کند. همچنین، توضیح می‌دهد که چه زمانی و چرا ODM و ORE باید با هم برای اتوماسیون استفاده شوند.

فصل‌های بعدی فرآیندهای آماری مختلفی را که برای تجزیه و تحلیل پیش‌بینی‌کننده استفاده می‌شوند، مانند محاسبه اهمیت ویژگی، روش‌های خوشه‌بندی، تجزیه و تحلیل رگرسیون، تکنیک‌های طبقه‌بندی، مدل‌های مجموعه را شرح می‌دهد. و شبکه های عصبی در این فصل‌ها همچنین می‌توانید فرآیندهای اتوماسیون هر یک از این فرآیندهای آماری را با استفاده از ODM و ORE همراه با کاربرد آنها در یک مورد استفاده تجاری واقعی درک کنید.

آنچه خواهید آموخت

• کشف عملکرد Oracle Data Miner و Oracle R Enterprise
• روش های به دست آوردن برای انجام تجزیه و تحلیل های پیش بینی در پایگاه داده
• استفاده از API های SQL و PLSQL Oracle برای ساختن تجزیه و تحلیل راه حل ها
• کسب دانش تکنیک های رایج و پرکاربرد تجزیه و تحلیل آماری کسب و کار

این کتاب برای چه کسانی است

• مدیران فناوری اطلاعات، BI معماران، معماران و توسعه دهندگان Oracle، کاربران R و آماردانان.

Automate the predictive analytics process using Oracle Data Miner and Oracle R Enterprise. This book talks about how both these technologies can provide a framework for in-database predictive analytics. You'll see a unified architecture and embedded workflow to automate various analytics steps such as data preprocessing, model creation, and storing final model output to tables.

You'll take a deep dive into various statistical models commonly used in businesses and how they can be automated for predictive analytics using various SQL, PLSQL, ORE, ODM, and native R packages. You'll get to know various options available in the ODM workflow for driving automation. Also, you'll get an understanding of various ways to integrate ODM packages, ORE, and native R packages using PLSQL for automating the processes.

Data Science Automation Using Oracle Data Miner and Oracle R Enterprise starts with an introduction to business analytics, covering why automation is necessary and the level of complexity in automation at each analytic stage. Then, it focuses on how predictive analytics can be automated by using Oracle Data Miner and Oracle R Enterprise. Also, it explains when and why ODM and ORE are to be used together for automation.

The subsequent chapters detail various statistical processes used for predictive analytics such as calculating attribute importance, clustering methods, regression analysis, classification techniques, ensemble models, and neural networks. In these chapters you will also get to understand the automation processes for each of these statistical processes using ODM and ORE along with their application in a real-life business use case.

What you'll learn

• Discover the functionality of Oracle Data Miner and Oracle R Enterprise
• Gain methods to perform in-database predictive analytics
• Use Oracle's SQL and PLSQL APIs for building analytical solutions
• Acquire knowledge of common and widely-used business statistical analysis techniques

Who this book is for

• IT executives, BI architects, Oracle architects and developers, R users and statisticians.

Front Matter....Pages i-xxii
Getting Started With Oracle Advanced Analytics....Pages 1-33
Installation and Hello World....Pages 35-74
Clustering Methods....Pages 75-115
Association Rules....Pages 117-145
Regression Analysis....Pages 147-187
Classification Methods....Pages 189-237
Advanced Topics....Pages 239-265
Solutions Deployment....Pages 267-283
Back Matter....Pages 285-289