Aktion	Zweigstelle	Standorte	Status	Frist	Vorbestellungen
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NT.EIA Bari / College 6c - Informatik & Computer	Status: Verfügbar	Frist:	Vorbestellungen: 0
Vorbestellen	Zweigstelle: 07., Urban-Loritz-Pl. 2a	Standorte: NT.EIA Bari / College 6c - Informatik & Computer	Status: Verfügbar	Frist:	Vorbestellungen: 0

Umfassende Einführung in Predictive Analytics, ein neues betriebswirtschaftliches Aufgabenfeld, das Data-Mining mit spezifischen Geschäftsprozessen abstimmt. Mit Beispielanwendungen in R und Python.

Sie möchten endlich wissen, was es mit Predictive Analytics auf sich hat und ob es vielleicht mathematische Verfahren gibt, die Ihnen die Prognose zukünftiger Entwicklungen erleichtern? Dieses Buch versetzt Sie mit den passenden Werkzeugen schnell in die Lage, Daten zu sammeln und zu analysieren und dann Vorhersagen zu machen. Die Autoren werden Sie nicht mit höherer Mathematik behelligen, sondern stattdessen anhand von zahlreichen Beispielen deutlich machen, welche Algorithmen wann zum Ziel führen und wie man die richtigen Modelle für die Zukunft wählt. Auch vermeintliche Randthemen werden angesprochen wie "Wie erkläre und präsentiere ich die Erkenntnisse den Kollegen?", "Was sind realistische Ziele?" und "Was kann ich mir finanziell leisten?"

 

 

 

Aus dem Inhalt:

Teil I

Erste Bekanntschaft mit Predictive Analytics 25

Die Arena betreten 27

Predictive Analytics in der freien Wildbahn 39

Datentypen und die damit verbundenen Techniken 63

Die Komplexität von Daten 77

Teil II

Algorithmen bei der Modellbildung berücksichtigen 93

Modelle verwenden 95

Ähnlichkeiten bei Daten erkennen 109

Mithilfe der Klassifizierung von Daten die Zukunft vorhersagen 131

Teil III

Einen Fahrplan entwickeln 159

Ihr Management von der Einführung von Predictive Analytics

Vorbereitung der Daten 181

Ein Vorhersagemodell erstellen 191

Visualisierung analytischer Ergebnisse 203

Teil IV

Predictive Analytics programmieren 221

Grundlegende vorhersagende Beispiele erzeugen 223

Grundlegende Beispiele für unüberwachte Vorhersagen 251

Die vorhersagende Modellierung in R 269

Fallen bei der Analyse vermeiden 295

Auf Big Data zielen 315

Teil V

Zehn Gründe für die Durchführung von Predictive Analytics 331

Zehn Schritte zum Erstellen eines Vorhersagemodells 341

Stichwortverzeichnis 353