0 رای
وضعیت موجودی موجود

قیمت قبلی: 7,200,000 ریال
قیمت: 6,800,000 ریال

 



Product details

  • Publisher ‏ : ‎ Wiley; 3rd edition (April 18, 2016)
  • Language ‏ : ‎ English
  • Hardcover ‏ : ‎ 560 pages
  • ISBN-10 ‏ : ‎ 1118729277
  • ISBN-13 ‏ : ‎ 978-1118729274

 

جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques, and Applications with XLMiner 3rd Edition

Data Mining for Business Analytics: Concepts, Techniques, and Applications in XLMiner®, Third Edition presents an applied approach to data mining and predictive analytics with clear exposition, hands-on exercises, and real-life case studies. Readers will work with all of the standard data mining methods using the Microsoft® Office Excel® add-in XLMiner® to develop predictive models and learn how to obtain business value from Big Data.

Featuring updated topical coverage on text mining, social network analysis, collaborative filtering, ensemble methods, uplift modeling and more, the Third Edition also includes:

  • Real-world examples to build a theoretical and practical understanding of key data mining methods 
  • End-of-chapter exercises that help readers better understand the presented material
  • Data-rich case studies to illustrate various applications of data mining techniques
  • Completely new chapters on social network analysis and text mining
  • A companion site with additional data sets, instructors material that include solutions to exercises and case studies, and Microsoft PowerPoint® slides https://www.dataminingbook.com
  • Free 140-day license to use XLMiner for Education software

Data Mining for Business Analytics: Concepts, Techniques, and Applications in XLMiner®, Third Edition is an ideal textbook for upper-undergraduate and graduate-level courses as well as professional programs on data mining, predictive modeling, and Big Data analytics. The new edition is also a unique reference for analysts, researchers, and practitioners working with predictive analytics in the fields of business, finance, marketing, computer science, and information technology.
 

Praise for the Second Edition

"…full of vivid and thought-provoking anecdotes... needs to be read by anyone with a serious interest in research and marketing."– Research Magazine

"Shmueli et al. have done a wonderful job in presenting the field of data mining - a welcome addition to the literature." – ComputingReviews.com

"Excellent choice for business analysts...The book is a perfect fit for its intended audience."  – Keith McCormick, Consultant and Author of SPSS Statistics For Dummies, Third Edition and SPSS Statistics for Data Analysis and Visualization

Galit Shmueli, PhD, is Distinguished Professor at National Tsing Hua University’s Institute of Service Science. She has designed and instructed data mining courses since 2004 at University of Maryland, Statistics.com, The Indian School of Business, and National Tsing Hua University, Taiwan. Professor Shmueli is known for her research and teaching in business analytics, with a focus on statistical and data mining methods in information systems and healthcare.  She has authored over 70 journal articles, books, textbooks and book chapters.

Peter C. Bruce is President and Founder of the Institute for Statistics Education at www.statistics.com. He has written multiple journal articles and is the developer of Resampling Stats software. He is the author of Introductory Statistics and Analytics: A Resampling Perspective, also published by Wiley.

Nitin R. Patel, PhD, is Chairman and cofounder of Cytel, Inc., based in Cambridge, Massachusetts. A Fellow of the American Statistical Association, Dr. Patel has also served as a Visiting Professor at the Massachusetts Institute of Technology and at Harvard University. He is a Fellow of the Computer Society of India and was a professor at the Indian Institute of Management, Ahmedabad for 15 years.

منابع کتاب جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques, and Applications with XLMiner 3rd Edition

داده کاوی برای تجزیه و تحلیل کسب و کار: مفاهیم، ​​تکنیک ها و کاربردها در XLMiner®، نسخه سوم یک رویکرد کاربردی برای داده کاوی و تجزیه و تحلیل پیش بینی با توضیح واضح، تمرینات عملی، و مطالعات موردی واقعی ارائه می دهد. خوانندگان با استفاده از افزونه Microsoft® Office Excel® XLMiner® با همه روش‌های استاندارد داده‌کاوی کار می‌کنند تا مدل‌های پیش‌بینی‌کننده را توسعه دهند و یاد بگیرند که چگونه ارزش تجاری را از Big Data بدست آورید.
 
نسخه سوم با پوشش موضوعی به روز شده در مورد متن کاوی، تجزیه و تحلیل شبکه های اجتماعی، فیلتر مشارکتی، روش های مجموعه، مدل سازی ارتقاء و موارد دیگر، شامل موارد زیر است:
 
مثال های دنیای واقعی برای ایجاد درک نظری و عملی از روش های داده کاوی کلیدی
تمرین های پایان فصل که به خوانندگان کمک می کند مطالب ارائه شده را بهتر درک کنند
مطالعات موردی غنی از داده برای نشان دادن کاربردهای مختلف تکنیک های داده کاوی
فصل های کاملاً جدید در مورد تجزیه و تحلیل شبکه های اجتماعی و متن کاوی
یک سایت همراه با مجموعه داده‌های اضافی، مطالب آموزشی که شامل راه‌حل‌هایی برای تمرین‌ها و مطالعات موردی است، و اسلایدهای Microsoft PowerPoint® https://www.dataminingbook.com
مجوز 140 روزه رایگان برای استفاده از نرم افزار XLMiner for Education
Data Mining for Business Analytics: Concepts, Techniques, and Applications in XLMiner®, Third Edition یک کتاب درسی ایده آل برای دوره های فوق لیسانس و فوق لیسانس و همچنین برنامه های حرفه ای در مورد داده کاوی، مدل سازی پیش بینی کننده و تجزیه و تحلیل داده های بزرگ است. نسخه جدید همچنین یک مرجع منحصر به فرد برای تحلیلگران، محققان و پزشکانی است که با تجزیه و تحلیل های پیش بینی در زمینه های تجارت، مالی، بازاریابی، علوم کامپیوتر و فناوری اطلاعات کار می کنند.
 
 
ستایش برای چاپ دوم
 
"... پر از حکایات روشن و قابل تامل... باید توسط هر کسی که علاقه جدی به تحقیق و بازاریابی دارد خوانده شود." - مجله پژوهشی
 
"شمولی و همکارانش کار فوق العاده ای در ارائه زمینه داده کاوی انجام داده اند - افزودنی خوشایند به ادبیات." – ComputingReviews.com
 
"انتخاب عالی برای تحلیلگران تجاری... این کتاب برای مخاطبان مورد نظر خود مناسب است." – کیت مک کورمیک، مشاور و نویسنده SPSS Statistics For Dummies، Third Edition و SPSS Statistics for Data Analysis and Visualization
 
Galit Shmueli، دکترا، استاد ممتاز در موسسه ملی علوم خدمات دانشگاه Tsing Hua است. او از سال 2004 دوره های داده کاوی را در دانشگاه مریلند، Statistics.com، دانشکده بازرگانی هند، و دانشگاه ملی تسینگ هوآ، تایوان، طراحی و آموزش داده است. پروفسور Shmueli به دلیل تحقیق و تدریس در تجزیه و تحلیل تجاری، با تمرکز بر روش های آماری و داده کاوی در سیستم های اطلاعاتی و مراقبت های بهداشتی شناخته شده است. او بیش از 70 مقاله، کتاب، کتاب درسی و فصل کتاب نوشته است.
 
پیتر سی بروس رئیس و بنیانگذار موسسه آموزش آمار در www.statistics.com است. او چندین مقاله در مجلات نوشته است و توسعه دهنده نرم افزار Resampling Stats است. او نویسنده آمار مقدماتی و تجزیه و تحلیل: دیدگاه نمونه گیری مجدد است که توسط ویلی نیز منتشر شده است.
 
نیتین آر. پاتل، دکترا، رئیس و یکی از بنیانگذاران شرکت Cytel، مستقر در کمبریج، ماساچوست است. دکتر پاتل، عضو انجمن آمار آمریکا، همچنین به عنوان استاد مدعو در موسسه فناوری ماساچوست و در دانشگاه هاروارد خدمت کرده است. او عضو انجمن کامپیوتر هند است و به مدت 15 سال استاد موسسه مدیریت هند در احمدآباد بود.

نظرات کاربران درباره جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques, and Applications with XLMiner 3rd Edition

نظری در مورد این محصول توسط کاربران ارسال نگردیده است.
اولین نفری باشید که در مورد جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques, and Applications with XLMiner 3rd Edition نظر می دهد.

ارسال نظر درباره جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques, and Applications with XLMiner 3rd Edition

لطفا توجه داشته باشید که ایمیل شما منتشر نخواهد شد.

برچسب های مرتبط با جلد سخت سیاه و سفید_کتاب Data Mining for Business Analytics: Concepts, Techniques, and Applications with XLMiner 3rd Edition

خرید اینترنتی کتاب های لاتین Databases & Big Data Data Mining داده کاوی خرید اینترنتی کتاب های زبان اصلی کامپیوتر

بر اساس سلیقه شما...

  Product details Publisher ‏ : ‎  Grand Centr ...
3,120,000 ریال
Product details Publisher ‏ : ‎  Andrews McMeel Publishin ...
990,000 ریال

codebazan

طراحی و اجرا: فروشگاه ساز سبدخرید