Аналитическое прогнозирование для чайников, 2-е издание

Сегодняшний бизнес опирается на эффективное использование данных для прогнозирования тенденций и продаж. Аналитическое прогнозирование — инструмент, который может это сделать, и данная книга просто и понятно показывает, как его использовать. Вы научитесь подготавливать и обрабатывать свои данные, ставить цели, создавать прогностические модели, привлекать к работе заинтересованные стороны вашей организации и многое другое.Основные темы книги- Как начать проект- Как определить типы данных- Советы по моделированию- Работа с алгоритмами- Что такое кластеризация данных- Что такое классификация данных- Что такое глубокое обучение- Консультации по презентациям- Пошаговое прогностическое моделированиеСовременный бизнес опирается на эффективное использование данных для прогнозирования тенденций и продаж. Основным инструментом решения этих задач является аналитическое прогнозирование. В книге просто и понятно показано, как его применять. Авторы учат подготавливать и обрабатывать свои данные, ставить цели, создавать прогностические модели, привлекать к работе заинтересованные стороны и т.д.В книге «Аналитическое прогнозирование для чайников» описываются этапы создания проектов по аналитическому прогнозированию, показано, как определять типы данных, даются советы по моделированию, описывается работа с алгоритмами, излагаются основы классификации, кластеризации и машинного обучения.Книга будет полезной широкому кругу читателей, интересующихся машинным обучение и аналитическим прогнозированием.Об авторах:Анассе Бари, доктор философии — эксперт по анализу данных и профессор университета. Он имеет многолетний опыт в области прогностического моделирования и анализа данных.Мохамед Чаучи — опытный инженер-программист, который провел обширные исследования с использованием методов интеллектуального анализа данных.Томми Юнг — инженер-программист с опытом работы с корпоративными веб-приложениями и аналитикой.Оглавление к книге «Аналитическое прогнозирование для чайников»Введение 15Часть 1. Введение в аналитическое прогнозирование 19Глава 1. Выход на арену 21Глава 2. Аналитическое прогнозирование на практике 39Глава 3. Методы исследования данных 71Глава 4. Сложность данных 91Часть 2. Включение алгоритмов в модели 113Глава 5. Применение моделей 115Глава 6. Выявление сходства в данных 141Глава 7. Прогнозирование на основе классификации данных 173Часть 3. Планирование 213Глава 8. Как убедить руководство одобрить проектпо аналитическому прогнозированию 215Глава 9. Подготовка данных 239Глава 10. Создание прогностической модели 261Глава 11. Визуализация аналитических данных 277Часть 4. Программирование методов аналитического прогнозирования 297Глава 12. Примеры создания типичных прогностических моделей 299Глава 13. Примеры прогнозирования без учителя 331Глава 14. Аналитическое прогнозирование на языке R 353Глава 15. Как избежать ловушек в процессе анализа данных 389Часть 5. Большие данные 413Глава 16. Ориентация на большие данные 415Глава 17. Подготовка к анализу данных предприятия 433Часть 6. Великолепные десятки 447Глава 18. Десять причин для внедрения аналитического прогнозирования 449Глава 19. Десять шагов к построению модели 461Предметный указатель 472