- бизнес-книги
- детские книги
- дом, дача
-
зарубежная литература
- зарубежная деловая литература
- зарубежная драматургия
- зарубежная классика
- зарубежная компьютерная литература
- зарубежная литература о культуре и искусстве
- зарубежная образовательная литература
- зарубежная поэзия
- зарубежная прикладная литература
- зарубежная психология
- зарубежная публицистика
- зарубежная религиозная и эзотерическая литература
- зарубежная религиозная литература
- зарубежная справочная литература
- зарубежная старинная литература
- зарубежная фантастика
- зарубежная эзотерическая литература
- зарубежное фэнтези
- зарубежные боевики
- зарубежные детективы
- зарубежные детские книги
- зарубежные любовные романы
- зарубежные приключения
- зарубежный юмор
- современная зарубежная литература
- знания и навыки
- история
- комиксы и манга
- легкое чтение
- психология, мотивация
- публицистика и периодические издания
- родителям
- серьезное чтение
- спорт, здоровье, красота
- хобби, досуг
Daniel Larose T. — Discovering Knowledge in Data. An Introduction to Data Mining
Купить и скачать за 10778.99 ₽
Понравилась книга? Поделись в соцсетях:
Автор: Daniel Larose T.
Издатель: John Wiley & Sons Limited
ISBN: 9781118873588
Описание: The field of data mining lies at the confluence of predictive analytics, statistical analysis, and business intelligence. Due to the ever-increasing complexity and size of data sets and the wide range of applications in computer science, business, and health care, the process of discovering knowledge in data is more relevant than ever before. This book provides the tools needed to thrive in today’s big data world. The author demonstrates how to leverage a company’s existing databases to increase profits and market share, and carefully explains the most current data science methods and techniques. The reader will “learn data mining by doing data mining”. By adding chapters on data modelling preparation, imputation of missing data, and multivariate statistical analysis, Discovering Knowledge in Data, Second Edition remains the eminent reference on data mining. The second edition of a highly praised, successful reference on data mining, with thorough coverage of big data applications, predictive analytics, and statistical analysis. Includes new chapters on Multivariate Statistics, Preparing to Model the Data, and Imputation of Missing Data, and an Appendix on Data Summarization and Visualization Offers extensive coverage of the R statistical programming language Contains 280 end-of-chapter exercises Includes a companion website for university instructors who adopt the book