Machine Learning for Business Analytics: Conceptos, técnicas y aplicaciones en R, segunda edición

Opiniones de los lectores

Actualmente no hay opiniones de lectores. La calificación se basa en 5 votos.

Título original:

Machine Learning for Business Analytics: Concepts, Techniques, and Applications in R, Second Edition

Contenido del libro:

MACHINE LEARNING FOR BUSINESS ANALYTICS

El aprendizaje automático, también conocido como minería de datos o análisis de datos, es una parte fundamental de la ciencia de datos. Es utilizado por las organizaciones en una amplia variedad de ámbitos para convertir los datos en bruto en información procesable.

Machine Learning for Business Analytics: Concepts, Techniques, and Applications in R proporciona una introducción completa y una visión general de esta metodología. Este exitoso libro de texto abarca algoritmos estadísticos y de aprendizaje automático para predicción, clasificación, visualización, reducción de dimensiones, minería de reglas, recomendaciones, agrupación, minería de textos, experimentación y análisis de redes. Junto con ejercicios prácticos y estudios de casos reales, también aborda cuestiones éticas y de gestión para un uso responsable de las técnicas de aprendizaje automático.

Esta es la segunda edición en R de Machine Learning for Business Analytics. Esta edición también incluye:

⬤ Un nuevo coautor, Peter Gedeck, que aporta más de 20 años de experiencia en aprendizaje automático con R.

⬤ Un capítulo ampliado centrado en la discusión de técnicas de aprendizaje profundo.

⬤ Un nuevo capítulo sobre técnicas de retroalimentación experimental, incluyendo pruebas A/B, modelado de elevación y aprendizaje de refuerzo.

⬤ Un nuevo capítulo sobre ciencia de datos responsable.

⬤ Actualizaciones y material nuevo basado en los comentarios de los profesores que imparten MBA, Masters en Business Analytics y programas relacionados, cursos de licenciatura, diplomatura y cursos para ejecutivos, y de sus alumnos.

⬤ Un capítulo completo dedicado a estudios de casos relevantes con más de una docena de casos que demuestran las aplicaciones de las técnicas de aprendizaje automático.

⬤ Ejercicios al final del capítulo que ayudan a los lectores a evaluar y ampliar su comprensión y competencia del material presentado.

⬤ Un sitio web complementario con más de dos docenas de conjuntos de datos y materiales para el profesor, como soluciones a los ejercicios, diapositivas y soluciones a los casos.

Este libro de texto es un recurso ideal para cursos de grado superior y posgrado en ciencia de datos, análisis predictivo y análisis empresarial. También es una excelente referencia para analistas, investigadores y profesionales de la ciencia de datos que trabajan con datos cuantitativos en gestión, finanzas, marketing, gestión de operaciones, sistemas de información, informática y tecnología de la información.