Бизнес-аналитика, От данных к знаниям, Паклин Н.Б., Орешков В.И., 2013

Бизнес-аналитика, От данных к знаниям, Паклин Н.Б., Орешков В.И., 2013.

   Книга представляет собой руководство для профессиональных бизнес-аналитиков, занимающихся внедрением корпоративных аналитических систем, В теоретической части последовательно освещаются современные технологии сбора и анализа структурированной информации: хранилища данных, ETL, OLAP, Data Mining, Knowledge Discovery in Databases, В практической части приводятся примеры решения бизнес-задач на аналитической платформе Deduetor Academic.
В данное, второе, издание включены разделы по последовательным шаблонам, байесовскому классификатору, обучению в условиях несбалансированности классов, расширена практическая часть.
Книга будет полезна всем интересующимся вопросами интеллектуального анализа данных и методами автоматического поиска закономерностей в массивах информации.
Для специалистов в области анализа данных, студентов и аспирантов.




Особенности данных, накопленных в компаниях.
Данные, которые накапливают предприятия и организации в базах данных и прочих источниках (так называемые бизнес-данные), имеют свои особенности. Рассмотрим их.

Бизнес-данные редко накапливаются специально для решения задач анализа. Предприятия и организации собирают данные для коммерческих целей: ведения учета, проведения финансового анализа, составления отчетности, принятия решений и т. п. Этим бизнес-данные отличаются от экспериментальных данных, которые собираются для исследовательских целей. Основными потребителями бизнес-данных обычно являются лица, принимающие решения в компаниях.

Бизнес-данные, как правило, содержат ошибки, аномалии, противоречия и пропуски. Это следствие того, что компании не собирают данные с целью анализа. В них появляются ошибки различной природы, что снижает качество данных.

С точки зрения анализа объемы хранимых данных очень велики. Современные базы данных содержат мегабайты и гигабайты информации. Для ресурсоемких алгоритмов анализа данных таблицу объемом 50 тыс, записей можно считать большой, поэтому при построении моделей важно применять процедуры сэмплинга, сокращения записей и отбора информативных признаков либо использовать специальные масштабируемые алгоритмы, способные работать на больших наборах данных.
Отмеченные особенности бизнес-данных влияют как на сам процесс анализа, так и на подготовку и систематизацию данных.

ОГЛАВЛЕНИЕ.
Предисловие авторов.
Об авторах.
От издательства.
Вступительное слово.
Введение.
ЧАСТЬ I. ТЕОРИЯ БИЗНЕС-АНАЛИЗА.
Глава 1. Технологии анализа данных.
Глава 2. Консолидация данных.
Глава 3. Трансформация данных.
Глава 4. Визуализация данных.
Глава 5. Очистка и предобработка данных.
Глава б. Data Mining: задача ассоциации.
Глава 7. Data Mining: кластеризация.
Глава 8. Data Mining: классификация и регрессия. Статистические методы.
Глава 9. Data Mining: классификация и регрессия. Машинное обучение.
Глава 10. Анализ и прогнозирование временных рядов.
Глава 11. Ансамбли моделей.
Глава 12. Сравнение моделей.
ЧАСТЬ II. БИЗНЕС-АНАЛИЗ В DEDUCTOR.
Глава 13. Аналитическая платформа Deductor.
Глава 14. Консолидация данных и аналитическая отчетность аптечной сети.
Глава 15. Ассоциативные правила в стимулировании розничных продаж.
Глава 16. Сегментация клиентов телекоммуникационной компании.
Глава 17. Скоринговые модели для оценки кредитоспособности заемщиков.
Глава 18. Прогнозирование продаж товаров в оптовой компании.
Глава 19. Повышение эффективности массовой рассылки клиентам.
Заключение.
Литература.
Алфавитный указатель.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Бизнес-аналитика, От данных к знаниям, Паклин Н.Б., Орешков В.И., 2013 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать zip
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - djvu - pdf - Яндекс.Диск.




Хештеги: #учебник по бизнесу :: #бизнес :: #Паклин :: #Орешков