دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1
نویسندگان: Steven Finlay (auth.)
سری: Business in the Digital Economy
ISBN (شابک) : 9781349478682, 9781137379283
ناشر: Palgrave Macmillan UK
سال نشر: 2014
تعداد صفحات: 261
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب تجزیه و تحلیل پیش بینی، داده کاوی و داده های بزرگ: افسانه ها، تصورات غلط و روش ها: استراتژی کسب و کار/رهبری، بازاریابی، اقتصاد توسعه، مدیریت دانش، تحقیقات بازار/هوش رقابتی، داده های بزرگ/تحلیل
در صورت تبدیل فایل کتاب Predictive Analytics, Data Mining and Big Data: Myths, Misconceptions and Methods 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 پیش بینی، داده کاوی و داده های بزرگ: افسانه ها، تصورات غلط و روش ها 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.
این راهنمای عمیق، درک کاملی از دادهها و روند دادهها، فرصتهایی که میتواند به کسبوکارها ارائه دهد، و خطرات این فناوریها را به مدیران ارائه میدهد. استیون فینلی که به سبکی قابل دسترس نوشته شده است، یک نقشه راه متنی برای توسعه راه حل هایی ارائه می دهد که مزایایی را برای سازمان ها ارائه می دهد.
This in-depth guide provides managers with a solid understanding of data and data trends, the opportunities that it can offer to businesses, and the dangers of these technologies. Written in an accessible style, Steven Finlay provides a contextual roadmap for developing solutions that deliver benefits to organizations.
Front Matter....Pages i-xii
Introduction....Pages 1-20
Using Predictive Models....Pages 21-38
Analytics, Organization and Culture....Pages 39-64
The Value of Data....Pages 65-84
Ethics and Legislation....Pages 85-103
Types of Predictive Models....Pages 104-133
The Predictive Analytics Process....Pages 134-156
How to Build a Predictive Model....Pages 157-178
Text Mining and Social Network Analysis....Pages 179-193
Hardware, Software and All that Jazz....Pages 194-208
Back Matter....Pages 209-248