دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Learn Data Mining Through Excel: A Step-by-Step Approach for Understanding Machine Learning Methods, 2nd Edition
دانلود کتاب یادگیری داده کاوی از طریق اکسل: یک رویکرد گام به گام برای درک روش های یادگیری ماشینی، ویرایش دوم
مشخصات کتاب
Learn Data Mining Through Excel: A Step-by-Step Approach for Understanding Machine Learning Methods, 2nd Edition
ویرایش: [2 ed.]
نویسندگان: Hong Zhou
سری:
ISBN (شابک) : 9781484297704, 9781484297711
ناشر: Apress
سال نشر: 2023
تعداد صفحات: 289
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 16 Mb
قیمت کتاب (تومان) : 42,000
در صورت تبدیل فایل کتاب Learn Data Mining Through Excel: A Step-by-Step Approach for Understanding Machine Learning Methods, 2nd Edition 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 یادگیری داده کاوی از طریق اکسل: یک رویکرد گام به گام برای درک روش های یادگیری ماشینی، ویرایش دوم 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 یادگیری داده کاوی از طریق اکسل: یک رویکرد گام به گام برای درک روش های یادگیری ماشینی، ویرایش دوم
از تکنیک های رایج داده کاوی در مایکروسافت اکسل برای درک بهتر روش های یادگیری ماشین استفاده کنید. اکثر ابزارهای نرم افزاری و بسته های زبان برنامه نویسی ورودی داده را دریافت می کنند و نتایج داده کاوی را مستقیماً ارائه می دهند و هیچ بینشی در مورد مکانیک کار ارائه نمی دهند و شکافی بین ورودی و خروجی ایجاد می کنند. اینجاست که اکسل می تواند به شما کمک کند و این کتاب دقیقاً چگونه به شما نشان می دهد. این نسخه به روز شده نحوه کار با داده ها را به صورت شفاف با استفاده از Excel نشان می دهد. هنگامی که یک فایل اکسل را باز می کنید، داده ها بلافاصله قابل مشاهده هستند و می توانید مستقیماً با آن کار کنید. شما خواهید دید که چگونه می توانید نتایج میانی را حتی در حالی که هنوز در حال انجام کار استخراج خود هستید، بررسی کنید و درک عمیق تری از نحوه دستکاری داده ها و به دست آوردن نتایج ارائه دهید. اینها جنبه های حیاتی فرآیند ساخت مدل هستند که اغلب در ابزارهای نرم افزاری و بسته های زبان برنامه نویسی پنهان می شوند. در طول دوره یادگیری داده کاوی از طریق اکسل، مزایای داده کاوی را که برنامه ارائه می دهد، زمانی که مجموعه داده ها خیلی بزرگ نیستند، یاد خواهید گرفت. خواهید دید که چگونه از ویژگی های داخلی اکسل برای ایجاد نمایش های بصری از داده های خود استفاده کنید و به شما امکان می دهد یافته های خود را در قالبی قابل دسترس ارائه کنید. نویسنده Hong Zhou شما را در هر مرحله راهنمایی می کند و نه تنها یک تجربه یادگیری فعال را ارائه می دهد، بلکه به شما یاد می دهد که چگونه فرآیند استخراج و چگونه الگوهای پنهان را در داده ها پیدا کنید. پس از تکمیل این کتاب، درک کاملی از نحوه استفاده از برنامه‌ای که احتمالاً قبلاً برای استخراج و تجزیه و تحلیل داده‌ها دارید، و نحوه ارائه نتایج در قالب‌های مختلف خواهید داشت. آنچه یاد خواهید گرفت درک داده کاوی با استفاده از رویکرد گام به گام بصری به دست آورید مقدمه ای بر مبانی داده کاوی پیاده سازی روش های داده کاوی در اکسل درک الگوریتم های یادگیری ماشین استفاده خلاقانه از فرمول ها و توابع اکسل به دست آوردن تجربه عملی با داده کاوی و Excel Who This Book برای هر کسی که علاقه مند به یادگیری داده کاوی یا یادگیری ماشینی است، به ویژه یادگیرندگان بصری علوم داده و افراد ماهر در اکسل که مایلند موضوعات علم داده را کشف کنند و/یا مهارت های اکسل خود را گسترش دهند. درک سطح پایه یا مبتدی اکسل توصیه می شود.
توضیحاتی درمورد کتاب به خارجی
Use popular data mining techniques in Microsoft Excel to better understand machine learning methods. Most software tools and programming language packages take data input and deliver data mining results directly, presenting no insight on working mechanics and creating a chasm between input and output. This is where Excel can help, and this book will show you exactly how. This updated edition demonstrates how to work with data in a transparent manner using Excel. When you open an Excel file, data is visible immediately and you can work with it directly. You’ll see how to examine intermediate results even as you are still conducting your mining task, offering a deeper understanding of how data is manipulated, and results are obtained. These are critical aspects of the model construction process that are often hidden in software tools and programming language packages. Over the course of Learn Data Mining Through Excel, you will learn the data mining advantages the application offers when the data sets are not too large. You’ll see how to use Excel’s built-in features to create visual representations of your data, enabling you to present your findings in an accessible format. Author Hong Zhou walks you through each step, offering not only an active learning experience, but teaching you how the mining process works and how to find hidden patterns within the data. Upon completing this book, you will have a thorough understanding of how to use an application you very likely already have to mine and analyze data, and how to present results in various formats. What You Will Learn Comprehend data mining using a visual step-by-step approach Gain an introduction to the fundamentals of data mining Implement data mining methods in Excel Understand machine learning algorithms Leverage Excel formulas and functions creatively Obtain hands-on experience with data mining and Excel Who This Book Is For Anyone who is interested in learning data mining or machine learning, especially data science visual learners and people skilled in Excel who would like to explore data science topics and/or expand their Excel skills. A basic or beginner level understanding of Excel is recommended.
فهرست مطالب
Table of Contents About the Author About the Technical Reviewer Chapter 1: Excel and Data Mining Why Excel? Why the Second Edition? Prepare Some Excel Skills Formula Autofill or Copy Absolute Reference Paste Special and Paste Values IF Function Series Reinforcement Exercises Review Points Chapter 2: Linear Regression General Understanding Learn Linear Regression Through Excel Learn Multiple Linear Regression Through Excel Reinforcement Exercises Review Points Chapter 3: K-Means Clustering General Understanding Learn K-Means Clustering Through Excel Reinforcement Exercises Review Points Chapter 4: Linear Discriminant Analysis General Understanding Solver Learn LDA Through Excel Reinforcement Exercises Review Points Chapter 5: Cross-Validation and ROC General Understanding of Cross-Validation Learn Cross-Validation Through Excel General Understanding of ROC Analysis Learn ROC Analysis Through Excel Reinforcement Exercises Review Points Chapter 6: Logistic Regression General Understanding Learn Logistic Regression Through Excel By Means of Maximizing Log Likelihoods By Means of Minimizing Log Losses Reinforcement Exercises Review Points Chapter 7: K-Nearest Neighbors General Understanding Learn K-NN Through Excel Experiment 1 Experiment 2 Experiment 3 Experiment 4 Reinforcement Exercises Review Points Chapter 8: Hierarchical Clustering and Dendrogram General Understanding Draw a Dendrogram in Excel Without Add-ins Learn Hierarchical Clustering Through Excel Reinforcement Exercises Review Points Chapter 9: Naive Bayes Classification General Understanding Learn Naïve Bayes Through Excel Exercise 1 Exercise 2 Reinforcement Exercises Review Points Chapter 10: Decision Trees General Understanding Learn Decision Trees Through Excel Learn Decision Trees Through Excel A Better Approach Apply the Model Reinforcement Exercises Review Points Chapter 11: EDA, Data Cleaning, and Feature Selection Learn Exploratory Data Analysis Through Excel Learn Data Cleaning Through Excel Feature Selection Normalization and Standardization Correlation Learn Feature Selection Through Excel Reinforcement Exercises Review Points Chapter 12: Association Analysis General Understanding Learn Association Analysis Through Excel Reinforcement Exercises Review Points Chapter 13: Artificial Neural Network General Understanding Learn Neural Network Through Excel Experiment 1 Experiment 2 Reinforcement Exercises Review Points Chapter 14: Text Mining General Understanding Learn Text Mining Through Excel Word Embedding and ChatGPT Reinforcement Exercises Review Points Chapter 15: After Excel Index df-Capture.PNG
