ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die

دانلود کتاب Predictive Analytics: قدرت پیش بینی اینکه چه کسی کلیک خواهد کرد ، خرید می کند ، دروغ می گوید یا می میرد

Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die

مشخصات کتاب

Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die

ویرایش: 2 Revised and updated 
نویسندگان:   
سری:  
ISBN (شابک) : 9781119145677, 1119145678 
ناشر: Wiley 
سال نشر: 2016 
تعداد صفحات: 361 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 21 مگابایت 

قیمت کتاب (تومان) : 39,000



کلمات کلیدی مربوط به کتاب Predictive Analytics: قدرت پیش بینی اینکه چه کسی کلیک خواهد کرد ، خرید می کند ، دروغ می گوید یا می میرد: داده کاوی، رفتار، پیش بینی، توسعه اقتصادی.



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 16


در صورت تبدیل فایل کتاب Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die 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 Predictive Analytics: قدرت پیش بینی اینکه چه کسی کلیک خواهد کرد ، خرید می کند ، دروغ می گوید یا می میرد 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 Predictive Analytics: قدرت پیش بینی اینکه چه کسی کلیک خواهد کرد ، خرید می کند ، دروغ می گوید یا می میرد



\"محیرت انگیز و جذاب...\"  هوشمند پست سیاتل

\" Freakonomics داده های بزرگ.\" —استاین کرتسینگر، موسس اجرایی Advertising.com

برنده جایزه | مورد استفاده بیش از 30 دانشگاه | به 12 زبان ترجمه شده است

مقدمه ای برای همه. در این مقدمه غنی و جذاب – به‌طور شگفت‌انگیزی قابل دسترسی –، متخصص برجسته اریک سیگل نشان می‌دهد که تجزیه و تحلیل پیش‌بینی‌کننده (معروف به یادگیری ماشین) چگونه کار می‌کند، و چگونه هر روز بر همه تأثیر می‌گذارد. این کتاب به‌جای «چگونگی» برای فن‌آوران عملی، با پوشش مطالعات موردی جدید و آخرین تکنیک‌های پیشرفته، به خوانندگان عادی و متخصصان به طور یکسان خدمت می‌کند.

پیش‌بینی در حال رونق است. صنایع را دوباره اختراع می کند و جهان را اداره می کند. شرکت ها، دولت ها، مجریان قانون، بیمارستان ها و دانشگاه ها قدرت را در دست گرفته اند. این موسسات پیش‌بینی می‌کنند که آیا می‌خواهید کلیک کنید، بخرید، دروغ بگویید یا بمیرید.

چرا؟ دلایل خوبی دارد: پیش‌بینی رفتار انسانی با خطر مبارزه می‌کند، فروش را افزایش می‌دهد، مراقبت‌های بهداشتی را تقویت می‌کند، تولید را ساده می‌کند، هرزنامه‌ها را غلبه می‌کند، شبکه‌های اجتماعی را بهینه می‌کند، مبارزه با جرم و جنایت را سخت‌تر می‌کند و در انتخابات پیروز می‌شود.

چگونه؟ پیش‌بینی توسط قوی‌ترین و پررونق‌ترین منبع غیرطبیعی در جهان انجام می‌شود: داده‌ها. داده‌ها که تا حد زیادی به عنوان محصول جانبی کارهای معمول جمع‌آوری می‌شوند، بقایای بدون نمک و بدون طعم هستند که به‌طور انبوه در حین دور شدن سازمان‌ها ذخیره می‌شوند. تعجب! این انبوه زباله یک معدن طلاست. داده‌های بزرگ تجربه فوق‌العاده‌ای را در بر می‌گیرد که می‌توان از آن آموخت. قدرت داده با این فناوری، رایانه به معنای واقعی کلمه از داده ها یاد می گیرد که چگونه رفتار آینده افراد را پیش بینی کند. پیش‌بینی کامل امکان‌پذیر نیست، اما قرار دادن شانس در آینده میلیون‌ها تصمیم را به‌طور مؤثرتری هدایت می‌کند، و تعیین می‌کند که با چه کسی تماس بگیرید، ایمیل بزنید، تحقیق کنید، زندانی کنید، قرار ملاقات بگذارید، یا دارو درمانی کنید.

، مقدمه ای جذاب — اکنون در نسخه اصلاح شده و به روز شده آن — استاد سابق دانشگاه کلمبیا و بنیانگذار دنیای تحلیل پیش بینی کننده، اریک سیگل قدرت و خطرات پیش بینی را آشکار می کند:

  • چه نوع ریسک وام مسکن بانک چیس قبل از رکود اقتصادی پیش‌بینی کرده بود.
  • پیش‌بینی اینکه چه افرادی تحصیل را ترک می‌کنند، اشتراک را لغو می‌کنند یا حتی قبل از اینکه خودشان بدانند طلاق می‌گیرند.
  • چرا بازنشستگی پیش از موعد امید به زندگی کوتاه‌تر را پیش‌بینی می‌کند و گیاه‌خواران پروازهای کمتری را از دست می‌دهند.
  • پنج دلیل برای اینکه سازمان‌ها مرگ را پیش‌بینی می‌کنند - از جمله یک شرکت بیمه سلامت.
  • چگونه بانک ایالات متحده و اوباما برای آمریکا راه را برای بیشتر محاسبه کردند. به شدت هر فردی را متقاعد کنید.
  • چرا NSA همه داده‌های شما را می‌خواهد: ابررایانه‌های یادگیری ماشینی برای مبارزه با تروریسم.
  • چگونه رایانه Watson IBM از مدل‌سازی پیش‌بینی‌کننده برای پاسخ‌گویی استفاده کرد. سوال کنید و در خطر تلویزیون، قهرمانان انسانی را شکست دهید!
  • چگونه شرکت ها حقایق ناگفته و خصوصی را تشخیص می دهند - Target چگونه متوجه می شود که شما باردار هستید و هیولت پاکارد استنباط می کند که شما در حال انجام آن هستید کار خود را رها کنید.
  • چگونه قضات و هیئت‌های آزادی مشروط برای تصمیم‌گیری برای مدت زمانی که محکومان در زندان بمانند به رایانه‌های پیش‌بینی جرم متکی هستند.
  • 182 نمونه از Airbnb، BBC، Citibank، ConEd، Facebook، Ford، Google، IRS، LinkedIn، Match.com، MTV، Netflix، PayPal، Pfizer، Spotify، Uber، UPS، Wikipedia و موارد دیگر.

تجزیه و تحلیل پیش بینی چگونه کار می کند؟ این کتاب پرجمعیت با ابهام زدایی از علم جذاب زیر کاپوت راضی می کند. برای تمرین‌کنندگان آتی که در این زمینه حرفه‌ای را دنبال می‌کنند، پایه‌ای قوی ایجاد می‌کند، دانش پیش‌نیاز را ارائه می‌کند و اشتهای شما را برای اطلاعات بیشتر تحریک می‌کند.

یک علم واقعاً همه‌جانبه، تجزیه و تحلیل پیش‌بینی‌کننده دائماً بر زندگی روزمره ما تأثیر می‌گذارد. . چه مصرف‌کننده آن باشید - چه مصرف‌کننده آن باشید، قدرت تجزیه و تحلیل پیش‌بینی‌کننده را کنترل کنید.


توضیحاتی درمورد کتاب به خارجی

"Mesmerizing & fascinating..."  The Seattle Post-Intelligencer

"The Freakonomics of big data." —Stein Kretsinger, founding executive of Advertising.com

Award-winning | Used by over 30 universities | Translated into 12 languages

An introduction for everyone. In this rich, fascinating — surprisingly accessible — introduction, leading expert Eric Siegel reveals how predictive analytics (aka machine learning) works, and how it affects everyone every day. Rather than a “how to” for hands-on techies, the book serves lay readers and experts alike by covering new case studies and the latest state-of-the-art techniques.

Prediction is booming. It reinvents industries and runs the world. Companies, governments, law enforcement, hospitals, and universities are seizing upon the power. These institutions predict whether you're going to click, buy, lie, or die.

Why? For good reason: predicting human behavior combats risk, boosts sales, fortifies healthcare, streamlines manufacturing, conquers spam, optimizes social networks, toughens crime fighting, and wins elections.

How? Prediction is powered by the world's most potent, flourishing unnatural resource: data. Accumulated in large part as the by-product of routine tasks, data is the unsalted, flavorless residue deposited en masse as organizations churn away. Surprise! This heap of refuse is a gold mine. Big data embodies an extraordinary wealth of experience from which to learn.

Predictive analytics (aka machine learning) unleashes the power of data. With this technology, the computer literally learns from data how to predict the future behavior of individuals. Perfect prediction is not possible, but putting odds on the future drives millions of decisions more effectively, determining whom to call, mail, investigate, incarcerate, set up on a date, or medicate.

In this lucid, captivating introduction — now in its Revised and Updated edition — former Columbia University professor and Predictive Analytics World founder Eric Siegel reveals the power and perils of prediction:

  • What type of mortgage risk Chase Bank predicted before the recession.
  • Predicting which people will drop out of school, cancel a subscription, or get divorced before they even know it themselves.
  • Why early retirement predicts a shorter life expectancy and vegetarians miss fewer flights.
  • Five reasons why organizations predict death — including one health insurance company.
  • How U.S. Bank and Obama for America calculated the way to most strongly persuade each individual.
  • Why the NSA wants all your data: machine learning supercomputers to fight terrorism.
  • How IBM's Watson computer used predictive modeling to answer questions and beat the human champs on TV's Jeopardy!
  • How companies ascertain untold, private truths — how Target figures out you're pregnant and Hewlett-Packard deduces you're about to quit your job.
  • How judges and parole boards rely on crime-predicting computers to decide how long convicts remain in prison.
  • 182 examples from Airbnb, the BBC, Citibank, ConEd, Facebook, Ford, Google, the IRS, LinkedIn, Match.com, MTV, Netflix, PayPal, Pfizer, Spotify, Uber, UPS, Wikipedia, and more. 

How does predictive analytics work? This jam-packed book satisfies by demystifying the intriguing science under the hood. For future hands-on practitioners pursuing a career in the field, it sets a strong foundation, delivers the prerequisite knowledge, and whets your appetite for more.

A truly omnipresent science, predictive analytics constantly affects our daily lives. Whether you are a consumer of it — or consumed by it — get a handle on the power of Predictive Analytics.



فهرست مطالب

Content: Foreword / Thomas H Davenport --
Preface to the Revised and Updated Edition: What\'s new and who\'s this book for-the predictive analytics FAQ --
Preface to the Original Edition: What is the occupational hazard of predictive analytics? --
Introduction: Prediction effect --
Liftoff! prediction takes action (deployment) --
With power comes responsibility: Hewlett-Packard, Target, the Cops, and the NSA deduce your secrets (ethics) --
Data effect: a glut at the end of the rainbow (data) --
Machine that learns: a look inside Chase\'s prediction of mortgage risk (modeling) --
Ensemble effect: Netflix, crowdsourcing, and supercharging prediction (ensembles) --
Watson and the jeopardy! challenge (question answering) --
Persuasion by the numbers: how Telenor, US Bank, and the Obama Campaign engineered influence (uplift) --
Afterword: Eleven predictions for the first hour of 2022 --
Appendices: --
A: Five effects of prediction --
B: Twenty applications of predictive analytics --
C: Prediction people: cast of \"characters\" --
Hands-On Guide: Resources for further leaning --
Acknowledgments --
About the author --
Index.




نظرات کاربران