مشخصات کتاب

Machine Learning for Business Analytics: Concepts, Techniques and Applications in RapidMiner

ویرایش:  
نویسندگان: Galit Shmueli, Peter C. Bruce, Amit V. Deokar, Nitin R. Patel  
سری:  
ISBN (شابک) : 9781119828792 
ناشر: Wiley 
سال نشر: 2023 
تعداد صفحات: 701 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 40 Mb 

در صورت تبدیل فایل کتاب Machine Learning for Business Analytics: Concepts, Techniques and Applications in RapidMiner 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 ماشین برای تجزیه و تحلیل کسب و کار: مفاهیم، ​​تکنیک ها و کاربردها در RapidMiner 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 ماشین برای تجزیه و تحلیل کسب و کار: مفاهیم، ​​تکنیک ها و کاربردها در RapidMiner

یادگیری ماشین - همچنین به عنوان داده کاوی یا تجزیه و تحلیل داده شناخته می شود - بخش اساسی علم داده است. سازمان‌ها در عرصه‌های مختلف از آن برای تبدیل داده‌های خام به اطلاعات عملی استفاده می‌کنند. یادگیری ماشین برای تجزیه و تحلیل کسب و کار: مفاهیم، ​​تکنیک ها و کاربردها در RapidMiner یک معرفی جامع و یک نمای کلی از این روش ارائه می دهد. این کتاب پرفروش، الگوریتم های آماری و یادگیری ماشینی را برای پیش بینی، طبقه بندی، تجسم، کاهش ابعاد، قانون کاوی، توصیه ها، خوشه بندی، متن کاوی، آزمایش و تجزیه و تحلیل شبکه پوشش می دهد. همراه با تمرین‌های عملی و مطالعات موردی واقعی، موضوعات مدیریتی و اخلاقی برای استفاده مسئولانه از تکنیک‌های یادگیری ماشین را نیز مورد بحث قرار می‌دهد. این هفتمین نسخه یادگیری ماشینی برای تحلیل کسب و کار است و اولین نسخه ای است که از نرم افزار RapidMiner استفاده می کند. این نسخه همچنین شامل یکی از نویسندگان جدید، آمیت دیوکار، که تجربه تدریس دوره های تجزیه و تحلیل کسب و کار را با استفاده از RapidMiner به ارمغان می آورد. استفاده یکپارچه از RapidMiner، یک پلت فرم یادگیری ماشین منبع باز که در سال های اخیر از نظر تجاری محبوب شده است یک فصل توسعه یافته بر بحث در مورد تکنیک های یادگیری عمیق متمرکز شده است فصل جدیدی در مورد تکنیک‌های بازخورد تجربی از جمله تست A/B، مدل‌سازی ارتقاء و یادگیری تقویتی فصل جدیدی در علم داده های مسئولانه به روز رسانی ها و مطالب جدید بر اساس بازخورد از مدرسان تدریس MBA، کارشناسی ارشد در تجزیه و تحلیل کسب و کار و برنامه های مرتبط، دوره های کارشناسی، دیپلم و اجرایی، و از دانشجویان آنها یک فصل کامل به مطالعات موردی مرتبط با بیش از دوازده مورد اختصاص داده شده است که کاربردهای تکنیک‌های یادگیری ماشین را نشان می‌دهد تمرین‌های پایان فصل که به خوانندگان کمک می‌کند درک و شایستگی مطالب ارائه شده را بسنجند و گسترش دهند. یک وب‌سایت همراه با بیش از دوجین مجموعه داده، و مواد آموزشی از جمله راه‌حل‌های تمرین، اسلایدها و راه‌حل‌های موردی این کتاب درسی یک منبع ایده آل برای دوره های سطح بالای کارشناسی و کارشناسی ارشد در علوم داده، تجزیه و تحلیل پیش بینی و تجزیه و تحلیل کسب و کار است. همچنین یک مرجع عالی برای تحلیلگران، محققان و متخصصان علوم داده است که با داده های کمی در مدیریت، امور مالی، بازاریابی، مدیریت عملیات، سیستم های اطلاعاتی، علوم کامپیوتر و فناوری اطلاعات کار می کنند.

توضیحاتی درمورد کتاب به خارجی

Machine learning―also known as data mining or data analytics―is a fundamental part of data science. It is used by organizations in a wide variety of arenas to turn raw data into actionable information. Machine Learning for Business Analytics: Concepts, Techniques and Applications in RapidMiner provides a comprehensive introduction and an overview of this methodology. This best-selling textbook covers both statistical and machine learning algorithms for prediction, classification, visualization, dimension reduction, rule mining, recommendations, clustering, text mining, experimentation and network analytics. Along with hands-on exercises and real-life case studies, it also discusses managerial and ethical issues for responsible use of machine learning techniques. This is the seventh edition of Machine Learning for Business Analytics, and the first using RapidMiner software. This edition also includes A new co-author, Amit Deokar, who brings experience teaching business analytics courses using RapidMiner Integrated use of RapidMiner, an open-source machine learning platform that has become commercially popular in recent years An expanded chapter focused on discussion of deep learning techniques A new chapter on experimental feedback techniques including A/B testing, uplift modeling, and reinforcement learning A new chapter on responsible data science Updates and new material based on feedback from instructors teaching MBA, Masters in Business Analytics and related programs, undergraduate, diploma and executive courses, and from their students A full chapter devoted to relevant case studies with more than a dozen cases demonstrating applications for the machine learning techniques End-of-chapter exercises that help readers gauge and expand their comprehension and competency of the material presented A companion website with more than two dozen data sets, and instructor materials including exercise solutions, slides, and case solutions This textbook is an ideal resource for upper-level undergraduate and graduate level courses in data science, predictive analytics, and business analytics. It is also an excellent reference for analysts, researchers, and data science practitioners working with quantitative data in management, finance, marketing, operations management, information systems, computer science, and information technology.

نظرات کاربران

کتاب های تصادفی

دانلود کتاب What Life Was Like Amid Splendor and Intrigue: Byzantine Empire Ad 330-1453

دانلود کتاب Introduction

دانلود کتاب Telling the Truth about History

دانلود کتاب Скептицизм, правила и язык

دانلود کتاب Organizational Behavior and Theory in Healthcare: Leadership Perspectives and Management Applications