Eine Einführung in Data Mining Von Daniel T. Larose ist ein Lehrbuch, das Einblicke in Data Mining, Predictive Analytics und statistische Analysen vermittelt. Das Buch konzentriert sich darauf, datenwissenschaftliche Methoden anzuwenden, um wertvolle Erkenntnisse in großen Datensätzen aus verschiedenen Bereichen wie Wirtschaft und Gesundheitswesen zu entdecken.
Dieses Nachschlagewerk behandelt aktuelle Techniken und bietet praktische Hilfestellungen, um bestehende Datenbanken für eine Steigerung von Gewinn und Marktanteil zu nutzen. Mit neu hinzugefügten Kapiteln zu Datenmodellierung, dem Auffüllen fehlender Daten und der multivariaten Statistik bleibt diese zweite Auflage eine unverzichtbare Quelle für Data-Science-Profis.
Haupteigenschaften
- Umfassende Behandlung von Big Data, prädiktiver Analyse und statistischen Methoden
- Neue Kapitel zu Multivariater Statistik, Vorbereitung auf Modellierung und Imputation fehlender Daten
- R erhält besondere Aufmerksamkeit als Programmiersprache für die Datenanalyse
- 280 Übungsfragen nach jedem Kapitel
- Erhältlich mit einer begleitenden Website für Dozierende
Produktspezifikationen
- Autor: Daniel T. Larose (Central Connecticut State University)
- Verlag: John Wiley & Sons Inc
- ISBN: 9780470908747
- Seiten: 336
- Thema: Data Mining, Predictive Analytics, Statistische Analyse
Über den Autor
Daniel T. Larose ist Professor und Direktor von Data-Mining-Programmen an der Central Connecticut State University. Er verfügt über Beratungserfahrung für führende Unternehmen wie Microsoft und Deloitte. Dies ist seine vierte Veröffentlichung bei Wiley.
Chantal D. Larose ist Assistenzprofessorin für Statistik und Data Science an der Eastern Connecticut State University. Sie ist Co-Autorin mehrerer Bücher über Data Science und prädiktive Analysemethoden und trägt zur Entwicklung von Data-Science-Studiengängen bei.