دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Introduction to R for business intelligence : learn how to leverage the power of R for business intelligence
دانلود کتاب مقدمه ای بر R برای هوش تجاری: یاد بگیرید چگونه از قدرت R برای هوش تجاری استفاده کنید
مشخصات کتاب
Introduction to R for business intelligence : learn how to leverage the power of R for business intelligence
ویرایش:
نویسندگان: Jay Gendron
سری: Community experience distilled
ISBN (شابک) : 1785280252, 178528651X
ناشر: Packt Publishing - ebooks Account
سال نشر: 2016
تعداد صفحات: 223
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 24 مگابایت
قیمت کتاب (تومان) : 56,000
کلمات کلیدی مربوط به کتاب مقدمه ای بر R برای هوش تجاری: یاد بگیرید چگونه از قدرت R برای هوش تجاری استفاده کنید: برنامه ریزی کسب و کار -- پردازش داده ها، R (زبان برنامه های کامپیوتری)، کامپیوترها / پردازش داده ها
در صورت تبدیل فایل کتاب Introduction to R for business intelligence : learn how to leverage the power of R for business intelligence 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 مقدمه ای بر R برای هوش تجاری: یاد بگیرید چگونه از قدرت R برای هوش تجاری استفاده کنید 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.
توضیحاتی در مورد کتاب مقدمه ای بر R برای هوش تجاری: یاد بگیرید چگونه از قدرت R برای هوش تجاری استفاده کنید
ویژگی های کلیدی
- از این راهنمای آسان برای استفاده برای استفاده از قدرت تجزیه و تحلیل R استفاده کنید و داده های کسب و کار خود را روشن تر کنید.</ li>
- این راهنمای بسیار کاربردی به شما می آموزد که چگونه داشبوردهایی ایجاد کنید که به شما کمک می کند با استفاده از R تصمیم گیری آگاهانه داشته باشید.
- با کمک این راهنمای جامع، A تا Z کار با داده ها را برای هوش تجاری بیاموزید. .
شرح کتاب
دنیای هوش تجاری را از نگاه یک تحلیلگر که در یک شرکت موفق و در حال رشد کار می کند، کاوش کنید. R را از طریق موارد استفاده از عملکردهای مختلف در آن شرکت یاد بگیرید. این کتاب رویکردهای مبتنی بر داده و تحلیلی را ارائه می‌کند تا به شما کمک کند به سؤالات مربوط به عملیات، بازاریابی و امور مالی پاسخ دهید.
در قسمت 1، با استخراج داده‌ها از منابع مختلف، پاک کردن آن داده‌ها و کاوش آشنا خواهید شد. ساختار آن در قسمت 2، مدل‌های پیش‌بینی و تجزیه و تحلیل خوشه‌ای برای هوش تجاری را بررسی می‌کنید و سری‌های زمانی مالی را تحلیل می‌کنید. در نهایت، در قسمت 3، شما یاد خواهید گرفت که با تجسم های واضح و داشبوردهای تعاملی مبتنی بر وب ارتباط برقرار کنید.
پس از تکمیل موارد استفاده، می توانید با داده های تجاری در محیط برنامه نویسی R کار کنید. و متوجه شوید که علم داده چگونه به تصمیم گیری آگاهانه و توسعه استراتژی تجاری کمک می کند. در طول مسیر، نکات مفیدی در مورد R و هوش تجاری پیدا خواهید کرد.
آنچه خواهید آموخت
- استخراج، پاکسازی و تبدیل داده ها
- اعتبارسنجی کیفیت داده‌ها و متغیرها در مجموعه‌های داده
- یادگیری تجزیه و تحلیل داده‌های اکتشافی
- ساخت مدل‌های رگرسیون
- اجرای الگوریتم‌های رایج داده‌کاوی
- تجسم نتایج با استفاده از نمودارهای محبوب
- انتشار نتایج به عنوان داشبورد از طریق چارچوب های برنامه کاربردی وب تعاملی
درباره نویسنده
جی جندرون یک دانشمند داده است که با بوز آلن همیلتون کار می کند. او بیش از یک دهه در زمینه‌های یادگیری ماشین، تجزیه و تحلیل داده‌ها و آمار کار کرده است و معتقد است که پرسش‌های خوب و تجسم قانع‌کننده، تجزیه و تحلیل را در دسترس تصمیم‌گیرندگان قرار می‌دهد. جی یک رهبر تجاری، کارمند کارآفرین، هنرمند و نویسنده است. او دارای مدرک B.S.M.E. در مهندسی مکانیک، فوق لیسانس در مدیریت فناوری، فوق لیسانس در تحقیقات عملیات، و گواهی های فارغ التحصیل برای افسر ارشد اطلاعات و مدیریت برنامه IT.
جی یک یادگیرنده مادام العمر است—عضو اولین گروهی است که تخصص 10 دوره ای در علم داده توسط دانشگاه جانز هاپکینز را کسب کرده است. کورسرا او یک سخنران برنده جوایز است که در سطح بین المللی ارائه کرده است و به سازمان های غیرانتفاعی متعددی برای بهبود بینش عملیاتی خود، تخصص حرفه ای علم داده ارائه می دهد. با Jay Gendron در https://www.linkedin.com/in/jaygendron، از http://jgendron.github.io/، یا Twitter @jaygendron دیدن کنید.
فهرست محتوا
- استخراج، تبدیل و بارگذاری
- پاکسازی داده
- تحلیل داده های اکتشافی
- رگرسیون خطی برای کسب و کار
- داده استخراج با تجزیه و تحلیل خوشه ای
- تحلیل سری زمانی
- تجسم داستان داده ها
- داشبوردهای وب با براق
- مرجعات
- سایر توابع R مفید
- بسته‌های R استفاده شده در کتاب
- کد R برای پشتیبانی از محاسبات پرونده‌های تجاری بخش بازار
توضیحاتی درمورد کتاب به خارجی
Key Features
- Use this easy-to-follow guide to leverage the power of R analytics and make your business data more insightful.
- This highly practical guide teaches you how to develop dashboards that help you make informed decisions using R.
- Learn the A to Z of working with data for Business Intelligence with the help of this comprehensive guide.
Book Description
Explore the world of Business Intelligence through the eyes of an analyst working in a successful and growing company. Learn R through use cases supporting different functions within that company. This book provides data-driven and analytically focused approaches to help you answer questions in operations, marketing, and finance.
In Part 1, you will learn about extracting data from different sources, cleaning that data, and exploring its structure. In Part 2, you will explore predictive models and cluster analysis for Business Intelligence and analyze financial times series. Finally, in Part 3, you will learn to communicate results with sharp visualizations and interactive, web-based dashboards.
After completing the use cases, you will be able to work with business data in the R programming environment and realize how data science helps make informed decisions and develops business strategy. Along the way, you will find helpful tips about R and Business Intelligence.
What you will learn
- Extract, clean, and transform data
- Validate the quality of the data and variables in datasets
- Learn exploratory data analysis
- Build regression models
- Implement popular data-mining algorithms
- Visualize results using popular graphs
- Publish the results as a dashboard through Interactive Web Application frameworks
About the Author
Jay Gendron is an associate data scientist working with Booz Allen Hamilton. He has worked in the fields of machine learning, data analysis, and statistics for over a decade, and believes that good questions and compelling visualization make analytics accessible to decision makers. Jay is a business leader, entrepreneurial employee, artist, and author. He has a B.S.M.E. in mechanical engineering, an M.S. in management of technology, an M.S. in operations research, and graduate certificates for chief information officer and IT program management.
Jay is a lifelong learner—a member of the first cohort to earn the 10-course specialization in data science by Johns Hopkins University on Coursera. He is an award-winning speaker who has presented internationally and provides pro bono data science expertise to numerous not-for-profit organizations to improve their operational insights. Connect with Jay Gendron at https://www.linkedin.com/in/jaygendron, visit http://jgendron.github.io/, or Twitter @jaygendron.
Table of Contents
- Extract, Transform, and Load
- Data Cleaning
- Exploratory Data Analysis
- Linear Regression for Business
- Data Mining with Cluster Analysis
- Time Series Analysis
- Visualizing the Data's Story
- Web Dashboards with Shiny
- References
- Other Helpful R Functions
- R Packages Used in the Book
- R Code for Supporting Market Segment Business Case Calculations
