Bewertung:
Das Buch „Data Mining and Business Analytics with R“ von Johannes Ledolter wird allgemein für seinen praktischen Ansatz zur Datenanalyse mit R gelobt. Es bietet eine solide Einführung in verschiedene statistische Techniken, die für das Data Mining relevant sind, ergänzt durch Beispiele aus der Praxis und Übungen für Leser, die mit R vertraut sind.
Vorteile:⬤ Klarer und zugänglicher Schreibstil, der komplexe Konzepte gut erklärt.
⬤ Starke Betonung praktischer Anwendungen und praktischer Übungen unter Verwendung von R.
⬤ Deckt eine breite Palette statistischer Techniken und R-Pakete ab.
⬤ Gut organisierter Inhalt, der es dem Leser erleichtert, dem Buch zu folgen.
⬤ Gut geeignet für Studenten oder Berufstätige, die über statistische Vorkenntnisse verfügen und lernen wollen, wie man R für die Datenanalyse einsetzt.
⬤ Setzt Vorkenntnisse in R und Statistik voraus und ist daher für absolute Anfänger unzugänglich.
⬤ Einige Leser empfinden die mathematischen Erklärungen als zu oberflächlich oder übereilt.
⬤ Der Rückgriff des Buches auf bestimmte R-Datensätze könnte einigen Lesern als veraltet erscheinen.
⬤ Fehlende detaillierte Erkundung fortgeschrittener statistischer Methoden; der Schwerpunkt liegt eher auf der Anwendung von Techniken als auf theoretischen Grundlagen.
⬤ Einige Benutzer wünschen sich einen besser notierten R-Code, da dieser für weniger erfahrene Programmierer verwirrend sein kann.
(basierend auf 30 Leserbewertungen)
Business Analytics
Das Sammeln, Analysieren und Extrahieren wertvoller Informationen aus großen Datenmengen erfordert leicht zugängliche, robuste Berechnungs- und Analysetools. Data Mining and Business Analytics with R nutzt die Open-Source-Software R für die Analyse, Erkundung und Vereinfachung großer hochdimensionaler Datensätze. Dadurch erhalten die Leser die nötige Anleitung, um komplizierte Daten zu modellieren und zu interpretieren und leistungsfähige Modelle zur Vorhersage und Klassifizierung zu erstellen.
Data Mining and Business Analytics with R hebt sowohl die zugrundeliegenden Konzepte als auch die praktischen Berechnungsfähigkeiten hervor und beginnt mit der Abdeckung der linearen Standardregression und der Bedeutung der Parsimonie bei der statistischen Modellierung. Das Buch enthält wichtige Themen wie die strafbasierte Variablenauswahl (LASSO), logistische Regression, Regressions- und Klassifikationsbäume, Clustering, Hauptkomponenten und partielle kleinste Quadrate sowie die Analyse von Text- und Netzwerkdaten. Darüber hinaus bietet das Buch:
⬤ Eine gründliche Diskussion und ausführliche Demonstration der Theorie hinter den nützlichsten Data-Mining-Tools.
⬤ Illustrationen zur Anwendung der skizzierten Konzepte in realen Situationen.
⬤ Sofort verfügbare zusätzliche Datensätze und zugehöriger R-Code, die es dem Leser ermöglichen, seine eigenen Analysen auf das besprochene Material anzuwenden.
⬤ Zahlreiche Übungen, die den Lesern helfen, ihre Computerkenntnisse zu verbessern und ihr Verständnis der Materie zu vertiefen.
Data Mining and Business Analytics with R ist ein hervorragendes Lehrbuch für Kurse zu Data Mining und Business Analytics. Das Buch ist auch ein wertvolles Nachschlagewerk für Praktiker, die Daten in den Bereichen Finanzen, Operations Management, Marketing und Informationswissenschaften sammeln und analysieren.
| ISBN: | 9781118447147 |
| Autor: | |
| Verlag: | |
| Einband: | Hardcover |
| Erscheinungsjahr: | 2013 |
| Seitenzahl: | 368 |
Derzeit verfügbar, auf Lager.
