Прогнозне моделювання в IBM SPSS Statistics, R і Python. Метод дерев рішень та випадкового лісу (кольорове видання)

Прогнозне моделювання в IBM SPSS Statistics, R і Python. Метод дерев рішень та випадкового лісу (кольорове видання)
%D0%9F%D1%80%D0%BE%D0%B3%D0%BD%D0%BE%D0%B7%D0%BD%D0%B5+%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D1%8E%D0%B2%D0%B0%D0%BD%D0%BD%D1%8F+%D0%B2+IBM+SPSS+Statistics%2C+R+%D1%96+Python.+%D0%9C%D0%B5%D1%82%D0%BE%D0%B4+%D0%B4%D0%B5%D1%80%D0%B5%D0%B2+%D1%80%D1%96%D1%88%D0%B5%D0%BD%D1%8C+%D1%82%D0%B0+%D0%B2%D0%B8%D0%BF%D0%B0%D0%B4%D0%BA%D0%BE%D0%B2%D0%BE%D0%B3%D0%BE+%D0%BB%D1%96%D1%81%D1%83+%28%D0%BA%D0%BE%D0%BB%D1%8C%D0%BE%D1%80%D0%BE%D0%B2%D0%B5+%D0%B2%D0%B8%D0%B4%D0%B0%D0%BD%D0%BD%D1%8F%29 - фото 1
1 580 грн
54384
ISBN
978-5-97060-539-4
Видавництво
ДМК Прес
Рік
2017
Сторінок
634
Формат
70х100 1/16 (170х240 мм)
Обкладинка 
Тверда
Тип паперу 
Офсет
Мова
Російська
Ілюстрації
Кольорові
Файли для скачування
Читати фрагмент
2 людини
  • По УкраїніНовая Почта - від 40 грн
    Укрпочта - від 25 грн
    Безкоштовно - от 3000 грн
  • Міжнародна доставкаУкрпошта...
Детальніше про доставку

 Дана книга являє собою практичне керівництво по застосуванню методу дерев рішень для задач сегментації, класифікації та прогнозування. Кожен розділ книги супроводжується практичним прикладом. Крім того, книга містить програмний код SPSS Syntax, R і Python, що дозволяє повністю автоматизувати процес побудови прогнозних моделей. Автором узагальнено кращі практики використання дерев рішень від таких компаній, як Citibank N. A., Transunion і DBS Bank.

Прочитавши цю книгу, ви зможете:

  • будувати і інтерпретувати моделі дерева рішень і випадкового лісу;
  • оцінювати дискримінує здатність отриманих моделей;
  • покращувати моделі дерева з допомогою процедури обрізання гілок (прунинга);
  • покращувати моделі логістичної регресії, використовуючи інформацію дерева і випадкового лісу;
  • застосовувати правила класифікації/прогнозу, отримані за допомогою дерева і випадкового лісу, до нових даних;
  • оволодіти навичками конструювання ознак (feature engineering);
  • покращувати моделі випадкового лісу з допомогою автоматизованої оптимізації параметрів.

Видання буде цікаво маркетологам, ризик-аналітикам та іншим спеціалістам, які займаються розробкою і впровадженням прогнозних моделей.


Друге видання книги доповнене главами про застосування методів машинного навчання на базі Python


Книга надрукована в кольорі!

Прогнозне моделювання в IBM SPSS Statistics, R і Python. Метод дерев рішень та випадкового лісу (кольорове видання)

Товар входить в категорії

Ви можете купити придбати книгу з доставкою кур'єром нова пошта Укрпошта Кривий Ріг, Львів, Полтава, Житомир, Харків, Чернігів, Вінниця, Тернопіль, Київ, Луцьк, Рівне, Хмельницький, Херсон, Кіровоград, Миколаїв, Дніпропетровськ, Ужгород, Запоріжжя, Суми, Чернівці, Черкаси, Одеса, Івано-франківськ, інші міста України. только в нашому магазині нізькі ціні, можливий торг, Прямі надходження від видавництва, книги під замовлення, друк книг на замовлення, комп'ютерні книги англійською мовою.