Análisis predictivo: Minería de datos, aprendizaje automático y ciencia de datos para profesionales, 2ª edición

Opiniones de los lectores

El libro ha sido bien recibido por sus claras explicaciones de los algoritmos de aprendizaje automático y sus aplicaciones prácticas, lo que lo hace adecuado para los principiantes en la ciencia de datos.

Proporciona una revisión exhaustiva de los algoritmos de aprendizaje automático, incluye teoría matemática, preparación de datos, métricas de puntuación y ejemplos del mundo real. Simplifica temas complejos con ilustraciones, lo que facilita su comprensión.

Algunos usuarios aún no han leído el libro, por lo que no se dispone de críticas específicas.

(basado en 4 opiniones de lectores)

Título original:

Predictive Analytics: Data Mining, Machine Learning and Data Science for Practitioners, 2nd Edition

Contenido del libro:

Utilice el análisis predictivo para descubrir patrones y correlaciones ocultos y mejorar la toma de decisiones.

Gracias a las técnicas de análisis predictivo, los responsables de la toma de decisiones pueden descubrir patrones y correlaciones ocultos en sus datos y aprovechar estos conocimientos para mejorar muchas decisiones empresariales clave. En esta guía completamente actualizada, el Dr. Dursun Delen presenta las mejores prácticas de análisis predictivo tanto para profesionales de la empresa como para estudiantes.

Delen ofrece un enfoque holístico que abarca procesos y métodos clave de minería de datos, técnicas relevantes de gestión de datos, herramientas y métricas, minería avanzada de textos y web, integración de big data y mucho más. Con un equilibrio entre teoría y práctica, Delen presenta ilustraciones conceptuales intuitivas, problemas de ejemplo realistas y estudios de casos del mundo real, incluidas lecciones de proyectos fallidos. Todo está diseñado para ayudarle a obtener una comprensión práctica que pueda aplicar para obtener beneficios.

* Aproveche el conocimiento extraído a través de la minería de datos para tomar decisiones más inteligentes.

* Utilice procesos y flujos de trabajo estandarizados para realizar predicciones más fiables.

* Predecir resultados discretos (mediante clasificación), valores numéricos (mediante regresión) y cambios a lo largo del tiempo (mediante predicción de series temporales).

* Comprender los algoritmos predictivos extraídos de la estadística tradicional y del aprendizaje automático avanzado.

* Descubrir técnicas de vanguardia y explorar aplicaciones avanzadas que van desde el análisis de sentimientos hasta la detección del fraude.