Bewertung:

Das Buch wird für seinen fesselnden und praktischen Ansatz in der Datenwissenschaft mit realen Geschäftsfällen und Analysetechniken hoch gelobt. Es eignet sich sowohl für angehende Datenwissenschaftler als auch für Studenten, obwohl einige Kritiken auf einen Mangel an allgemeinen Tutorials und Dokumentationen zu SAS hinweisen.
Vorteile:Bietet eine Fundgrube an relevanten Geschäftsfällen, bietet technische Tiefe und Arbeitsbeispiele, unterhaltsamer Schreibstil, anwendbar auf reale Szenarien, geeignet für Akademiker und Praktiker, zugängliche Codebeispiele.
Nachteile:Fallstudien sind möglicherweise zu spezifisch für SAS und nicht allgemein anwendbar, die Komplexität von SAS kann das Verständnis einschränken, und es gibt keine ausreichende allgemeine Dokumentation zu SAS und seinen Data-Science-Anwendungen.
(basierend auf 3 Leserbewertungen)
Applying Data Science: Business Case Studies Using SAS
Erfahren Sie, wie Data Science Antworten auf die Fragen Ihres Unternehmens geben kann.
Datenwissenschaft anwenden: Business Case Studies Using SAS, von Gerhard Svolba, zeigt Ihnen die Vorteile der Analytik, wie Sie mehr Einblick in Ihre Daten erhalten und bessere Entscheidungen treffen können. In acht unterhaltsamen und praxisnahen Fallstudien verbindet Svolba Data Science und Advanced Analytics mit geschäftlichen Fragestellungen und veranschaulicht sie mit Daten und SAS-Code.
Die Fallstudien stammen aus einer Vielzahl von Bereichen, darunter die Durchführung von Überlebensanalysen zur Mitarbeiterbindung, die Vorhersage der Nachfrage nach neuen Projekten und die Verwendung von Monte-Carlo-Simulationen zum Verständnis der Ergebnisverteilung, um nur einige zu nennen. Zu den behandelten datenwissenschaftlichen Methoden gehören Kaplan-Meier-Schätzungen, Cox-Proportional-Hazard-Regression, ARIMA-Modelle, Poisson-Regression, Imputation fehlender Werte, Variablenclusterung und vieles mehr.
Geschrieben für Business-Analysten, Statistiker, Data Miner, Data Scientists und SAS-Programmierer, schließt Applying Data Science die Lücke zwischen hochrangigen, geschäftsorientierten Büchern, die auf Details verzichten, und technischen Büchern, die nur SAS-Code ohne geschäftlichen Kontext zeigen.