دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب ISE Business Analytics (ISE HED IRWIN STATISTICS)
دانلود کتاب تجزیه و تحلیل کسب و کار ISE (ISE HED IRWIN STATISTISTICS)
مشخصات کتاب
ISE Business Analytics (ISE HED IRWIN STATISTICS)
ویرایش: 1 نویسندگان: Sanjiv Jaggia Professor, Alison Kelly Professor, Kevin Lertwachara, Leida Chen سری: ISBN (شابک) : 1260576019, 9781260576016 ناشر: McGraw-Hill Education سال نشر: 2020 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 23 مگابایت
قیمت کتاب (تومان) : 47,000
در صورت تبدیل فایل کتاب ISE Business Analytics (ISE HED IRWIN STATISTICS) 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 ISE (ISE HED IRWIN STATISTISTICS) 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 تجزیه و تحلیل کسب و کار ISE (ISE HED IRWIN STATISTISTICS)
تجزیه و تحلیل کسب و کار: ارتباط با اعداد از ابتدا نوشته شد تا دانش آموزان را برای درک، مدیریت و تجسم داده ها، به کارگیری ابزارهای مناسب، و ارتباط یافته ها و ارتباط آنها آماده کند. بر خلاف سایر متون که به سادگی آمار و موضوعات تحقیق عملیات سنتی را دوباره بسته بندی می کنند، این متن به طور یکپارچه مباحث مربوط به بحث داده ها، تجزیه و تحلیل توصیفی، تجزیه و تحلیل پیش بینی، و تجزیه و تحلیل تجویزی را در یک کل منسجم قرار می دهد. این یک فرآیند تجزیه و تحلیل کل نگر، از جمله پرداختن به داده‌های واقعی که لزوماً «پاک» و/یا «کوچک» نیستند، ارائه می‌کند و بر اهمیت ارتباط مؤثر یافته‌ها با گنجاندن ویژگی‌هایی مانند خلاصه (یک نمونه نوشتاری کوتاه) و یک نمونه تأکید می‌کند. گزارش (نمونه نوشتاری طولانی تر) در هر فصل. این ویژگی‌ها به دانش‌آموزان کمک می‌کند تا مهارت‌هایی را در بیان ارزش تجاری تجزیه و تحلیل با ارتباط بینش‌های به‌دست‌آمده از دیدگاه غیرفنی توسعه دهند.
توضیحاتی درمورد کتاب به خارجی
Business Analytics: Communicating with Numbers was written from the ground up to prepare students to understand, manage, and visualize the data, apply the appropriate tools, and communicate the findings and their relevance. Unlike other texts that simply repackage statistics and traditional operations research topics, this text seamlessly threads the topics of data wrangling, descriptive analytics, predictive analytics, and prescriptive analytics into a cohesive whole. It provides a holistic analytics process, including dealing with real life data that are not necessarily 'clean' and/or 'small' and stresses the importance of effectively communicating findings by including features such as a synopsis (a short writing sample) and a sample report (a longer writing sample) in every chapter. These features help students develop skills in articulating the business value of analytics by communicating insights gained from a non-technical standpoint.
