Produkt zum Begriff SVDS:
-
Predictive Analytics: Data Mining, Machine Learning and Data Science for Practitioners
Use Predictive Analytics to Uncover Hidden Patterns and Correlations and Improve Decision-MakingUsing predictive analytics techniques, decision-makers can uncover hidden patterns and correlations in their data and leverage these insights to improve many key business decisions. In this thoroughly updated guide, Dr. Dursun Delen illuminates state-of-the-art best practices for predictive analytics for both business professionals and students. Delen's holistic approach covers key data mining processes and methods, relevant data management techniques, tools and metrics, advanced text and web mining, big data integration, and much more. Balancing theory and practice, Delen presents intuitive conceptual illustrations, realistic example problems, and real-world case studiesincluding lessons from failed projects. It's all designed to help you gain a practical understanding you can apply for profit.* Leverage knowledge extracted via data mining to make smarter decisions* Use standardized processes and workflows to make more trustworthy predictions* Predict discrete outcomes (via classification), numeric values (via regression), and changes over time (via time-series forecasting)* Understand predictive algorithms drawn from traditional statistics and advanced machine learning* Discover cutting-edge techniques, and explore advanced applications ranging from sentiment analysis to fraud detection
Preis: 37.44 € | Versand*: 0 € -
Web and Network Data Science: Modeling Techniques in Predictive Analytics
Master modern web and network data modeling: both theory and applications. In Web and Network Data Science, a top faculty member of Northwestern University’s prestigious analytics program presents the first fully-integrated treatment of both the business and academic elements of web and network modeling for predictive analytics. Some books in this field focus either entirely on business issues (e.g., Google Analytics and SEO); others are strictly academic (covering topics such as sociology, complexity theory, ecology, applied physics, and economics). This text gives today's managers and students what they really need: integrated coverage of concepts, principles, and theory in the context of real-world applications. Building on his pioneering Web Analytics course at Northwestern University, Thomas W. Miller covers usability testing, Web site performance, usage analysis, social media platforms, search engine optimization (SEO), and many other topics. He balances this practical coverage with accessible and up-to-date introductions to both social network analysis and network science, demonstrating how these disciplines can be used to solve real business problems.
Preis: 36.37 € | Versand*: 0 € -
Real-World Data Mining: Applied Business Analytics and Decision Making
Use the latest data mining best practices to enable timely, actionable, evidence-based decision making throughout your organization! Real-World Data Mining demystifies current best practices, showing how to use data mining to uncover hidden patterns and correlations, and leverage these to improve all aspects of business performance. Drawing on extensive experience as a researcher, practitioner, and instructor, Dr. Dursun Delen delivers an optimal balance of concepts, techniques and applications. Without compromising either simplicity or clarity, he provides enough technical depth to help readers truly understand how data mining technologies work. Coverage includes: processes, methods, techniques, tools, and metrics; the role and management of data; text and web mining; sentiment analysis; and Big Data integration. Throughout, Delen's conceptual coverage is complemented with application case studies (examples of both successes and failures), as well as simple, hands-on tutorials. Real-World Data Mining will be valuable to professionals on analytics teams; professionals seeking certification in the field; and undergraduate or graduate students in any analytics program: concentrations, certificate-based, or degree-based.
Preis: 36.37 € | Versand*: 0 € -
Cleve, Jürgen: Data Mining
Data Mining , Data Mining liefert Grundlagen für die Künstliche Intelligenz, indem es Technologien für die Analyse großer Datenmengen bereitstellt. Das Buch deckt den Stoff einer einsemestrigen Vorlesung an Universitäten oder Fachhochschulen ab und ist als klassisches Lehrbuch konzipiert. Es bietet eine Einführung in die wesentlichen Anwendungsgebiete und behandelt die zugehörigen Algorithmen. Die Beispiele und Aufgaben können mit frei verfügbaren Werkzeugen bearbeitet werden. Die vierte Auflage enthält inhaltliche Erweiterungen und Aktualisierungen. , Studium & Erwachsenenbildung > Fachbücher, Lernen & Nachschlagen
Preis: 74.95 € | Versand*: 0 €
-
Was sind die verschiedenen Anwendungen von Data Mining in der heutigen Datenanalyse?
Data Mining wird verwendet, um Muster und Trends in großen Datensätzen zu identifizieren, um fundierte Entscheidungen zu treffen. Es wird in Bereichen wie Marketing, Finanzen, Gesundheitswesen und E-Commerce eingesetzt. Data Mining hilft Unternehmen, Kundenverhalten vorherzusagen, Betrug aufzudecken und Prozesse zu optimieren.
-
Was ist das Big Data?
Was ist das Big Data? Big Data bezieht sich auf die riesigen Mengen an Daten, die in unserer digitalen Welt generiert werden. Diese Daten stammen aus verschiedenen Quellen wie sozialen Medien, Sensoren, Mobilgeräten und mehr. Big Data zeichnet sich durch die 3Vs aus: Volumen, Vielfalt und Geschwindigkeit. Unternehmen nutzen Big Data, um Muster und Trends zu erkennen, fundierte Entscheidungen zu treffen und ihre Geschäftsprozesse zu optimieren. Es erfordert spezielle Tools und Technologien wie Data Mining, maschinelles Lernen und künstliche Intelligenz, um Big Data effektiv zu verarbeiten und zu analysieren.
-
Wie beeinflusst Data Mining die Geschäftsstrategie in verschiedenen Branchen und wie können Unternehmen von den Erkenntnissen profitieren, die durch Data Mining gewonnen werden?
Data Mining ermöglicht es Unternehmen, große Mengen an Daten zu analysieren und Muster sowie Trends zu identifizieren, die für ihre Branche relevant sind. In der Einzelhandelsbranche kann Data Mining beispielsweise dazu genutzt werden, um das Kaufverhalten der Kunden zu verstehen und personalisierte Marketingstrategien zu entwickeln. In der Gesundheitsbranche können durch Data Mining Krankheitsmuster erkannt und präventive Maßnahmen entwickelt werden. Unternehmen können von den Erkenntnissen, die durch Data Mining gewonnen werden, profitieren, indem sie fundierte Entscheidungen treffen, ihre Effizienz steigern und ihre Wettbewerbsfähigkeit stärken. Durch die Nutzung von Data Mining können Unternehmen auch neue Geschäftsmöglichkeiten identifizieren und innovative Produkte oder Dienstleistungen entwickeln, die den Bedürfnissen ihrer Kunden
-
Welche verschiedenen Anwendungsbereiche gibt es für künstliche Intelligenz und maschinelles Lernen?
Künstliche Intelligenz und maschinelles Lernen werden in verschiedenen Bereichen eingesetzt, darunter Medizin, Finanzen, Automobilindustrie und Marketing. In der Medizin können sie bei der Diagnose von Krankheiten und der Entwicklung neuer Behandlungsmethoden helfen. Im Finanzwesen können sie bei der Analyse von Marktdaten und der Risikobewertung eingesetzt werden. In der Automobilindustrie können sie zur Entwicklung autonomer Fahrzeuge und zur Optimierung von Produktionsprozessen verwendet werden. Im Marketing können sie zur Personalisierung von Werbung und zur Analyse von Kundenverhalten eingesetzt werden.
Ähnliche Suchbegriffe für SVDS:
-
Marketing Data Science: Modeling Techniques in Predictive Analytics with R and Python
Now, a leader of Northwestern University's prestigious analytics program presents a fully-integrated treatment of both the business and academic elements of marketing applications in predictive analytics. Writing for both managers and students, Thomas W. Miller explains essential concepts, principles, and theory in the context of real-world applications. Building on Miller's pioneering program, Marketing Data Science thoroughly addresses segmentation, target marketing, brand and product positioning, new product development, choice modeling, recommender systems, pricing research, retail site selection, demand estimation, sales forecasting, customer retention, and lifetime value analysis. Starting where Miller's widely-praised Modeling Techniques in Predictive Analytics left off, he integrates crucial information and insights that were previously segregated in texts on web analytics, network science, information technology, and programming. Coverage includes: The role of analytics in delivering effective messages on the web Understanding the web by understanding its hidden structures Being recognized on the web – and watching your own competitors Visualizing networks and understanding communities within them Measuring sentiment and making recommendations Leveraging key data science methods: databases/data preparation, classical/Bayesian statistics, regression/classification, machine learning, and text analytics Six complete case studies address exceptionally relevant issues such as: separating legitimate email from spam; identifying legally-relevant information for lawsuit discovery; gleaning insights from anonymous web surfing data, and more. This text's extensive set of web and network problems draw on rich public-domain data sources; many are accompanied by solutions in Python and/or R. Marketing Data Science will be an invaluable resource for all students, faculty, and professional marketers who want to use business analytics to improve marketing performance.
Preis: 48.14 € | Versand*: 0 € -
Enterprise Analytics: Optimize Performance, Process, and Decisions Through Big Data
The Definitive Guide to Enterprise-Level Analytics Strategy, Technology, Implementation, and Management Organizations are capturing exponentially larger amounts of data than ever, and now they have to figure out what to do with it. Using analytics, you can harness this data, discover hidden patterns, and use this knowledge to act meaningfully for competitive advantage. Suddenly, you can go beyond understanding “how, when, and where” events have occurred, to understand why – and use this knowledge to reshape the future. Now, analytics pioneer Tom Davenport and the world-renowned experts at the International Institute for Analytics (IIA) have brought together the latest techniques, best practices, and research on analytics in a single primer for maximizing the value of enterprise data. Enterprise Analytics is today’s definitive guide to analytics strategy, planning, organization, implementation, and usage. It covers everything from building better analytics organizations to gathering data; implementing predictive analytics to linking analysis with organizational performance. The authors offer specific insights for optimizing supply chains, online services, marketing, fraud detection, and many other business functions. They support their powerful techniques with many real-world examples, including chapter-length case studies from healthcare, retail, and financial services. Enterprise Analytics will be an invaluable resource for every business and technical professional who wants to make better data-driven decisions: operations, supply chain, and product managers; product, financial, and marketing analysts; CIOs and other IT leaders; data, web, and data warehouse specialists, and many others.
Preis: 29.95 € | Versand*: 0 € -
Getting Started with Data Science: Making Sense of Data with Analytics
Master Data Analytics Hands-On by Solving Fascinating Problems You’ll Actually Enjoy!Harvard Business Review recently called data science “The Sexiest Job of the 21st Century.” It’s not just sexy: For millions of managers, analysts, and students who need to solve real business problems, it’s indispensable. Unfortunately, there’s been nothing easy about learning data science–until now.Getting Started with Data Science takes its inspiration from worldwide best-sellers like Freakonomics and Malcolm Gladwell’s Outliers: It teaches through a powerful narrative packed with unforgettable stories.Murtaza Haider offers informative, jargon-free coverage of basic theory and technique, backed with plenty of vivid examples and hands-on practice opportunities. Everything’s software and platform agnostic, so you can learn data science whether you work with R, Stata, SPSS, or SAS. Best of all, Haider teaches a crucial skillset most data science books ignore: how to tell powerful stories using graphics and tables. Every chapter is built around real research challenges, so you’ll always know why you’re doing what you’re doing.You’ll master data science by answering fascinating questions, such as:• Are religious individuals more or less likely to have extramarital affairs?• Do attractive professors get better teaching evaluations?• Does the higher price of cigarettes deter smoking?• What determines housing prices more: lot size or the number of bedrooms?• How do teenagers and older people differ in the way they use social media?• Who is more likely to use online dating services?• Why do some purchase iPhones and others Blackberry devices?• Does the presence of children influence a family’s spending on alcohol?For each problem, you’ll walk through defining your question and the answers you’ll need; exploring howothers have approached similar challenges; selecting your data and methods; generating your statistics;organizing your report; and telling your story. Throughout, the focus is squarely on what matters most:transforming data into insights that are clear, accurate, and can be acted upon.
Preis: 18.18 € | Versand*: 0 € -
Predictive Analytics: Data Mining, Machine Learning and Data Science for Practitioners, 2nd Edition
Use Predictive Analytics to Uncover Hidden Patterns and Correlations and Improve Decision-MakingUsing predictive analytics techniques, decision-makers can uncover hidden patterns and correlations in their data and leverage these insights to improve many key business decisions. In this thoroughly updated guide, Dr. Dursun Delen illuminates state-of-the-art best practices for predictive analytics for both business professionals and students. Delen's holistic approach covers key data mining processes and methods, relevant data management techniques, tools and metrics, advanced text and web mining, big data integration, and much more. Balancing theory and practice, Delen presents intuitive conceptual illustrations, realistic example problems, and real-world case studiesincluding lessons from failed projects. It's all designed to help you gain a practical understanding you can apply for profit.* Leverage knowledge extracted via data mining to make smarter decisions* Use standardized processes and workflows to make more trustworthy predictions* Predict discrete outcomes (via classification), numeric values (via regression), and changes over time (via time-series forecasting)* Understand predictive algorithms drawn from traditional statistics and advanced machine learning* Discover cutting-edge techniques, and explore advanced applications ranging from sentiment analysis to fraud detection
Preis: 55.63 € | Versand*: 0 €
-
Wie kann die Informationsverarbeitung durch künstliche Intelligenz und maschinelles Lernen verbessert werden?
Die Informationsverarbeitung kann durch künstliche Intelligenz und maschinelles Lernen verbessert werden, indem Algorithmen kontinuierlich trainiert und optimiert werden. Zudem können leistungsstarke Rechenressourcen und Datenanalysen eingesetzt werden, um die Verarbeitungsgeschwindigkeit und -genauigkeit zu erhöhen. Außerdem ist es wichtig, die Modelle regelmäßig zu überprüfen und anzupassen, um sicherzustellen, dass sie den aktuellen Anforderungen entsprechen.
-
Wie beeinflusst Data Mining die Bereiche der Wirtschaft, der Gesundheit und der Technologie und welche ethischen Überlegungen müssen bei der Nutzung von Data Mining-Techniken berücksichtigt werden?
Data Mining beeinflusst die Bereiche der Wirtschaft, Gesundheit und Technologie, indem es Unternehmen dabei hilft, Muster und Trends in großen Datenmengen zu identifizieren, um fundierte Geschäftsentscheidungen zu treffen, die Effizienz im Gesundheitswesen zu verbessern und innovative Technologien zu entwickeln. In der Wirtschaft ermöglicht Data Mining eine bessere Kundenanalyse, Prognosen und Risikobewertung, während im Gesundheitswesen die Analyse von Patientendaten zur personalisierten Medizin und zur Früherkennung von Krankheiten beiträgt. In der Technologiebranche unterstützt Data Mining die Entwicklung von Produkten und Dienstleistungen, die auf die Bedürfnisse der Verbraucher zugeschnitten sind. Bei der Nutzung von Data Mining-Techniken müssen ethische Überlegungen berücksicht
-
Was sind die potenziellen Anwendungen von Data Mining in der heutigen Geschäftswelt?
Data Mining kann in der heutigen Geschäftswelt zur Kundenanalyse und -segmentierung, zur Vorhersage von Trends und zur Optimierung von Marketingkampagnen eingesetzt werden. Es ermöglicht Unternehmen auch, operative Effizienz zu verbessern, Risiken zu minimieren und fundierte Entscheidungen auf der Grundlage von Daten zu treffen. Darüber hinaus kann Data Mining dazu beitragen, Betrug aufzudecken, die Produktentwicklung zu unterstützen und die Wettbewerbsfähigkeit zu steigern.
-
In welchen Bereichen können künstliche Intelligenz und maschinelles Lernen eingesetzt werden, um komplexe Probleme zu lösen?
Künstliche Intelligenz und maschinelles Lernen können in der Medizin eingesetzt werden, um Krankheiten zu diagnostizieren und Behandlungspläne zu optimieren. In der Finanzbranche können sie zur Vorhersage von Markttrends und zur Risikobewertung eingesetzt werden. Im Bereich der Logistik können sie zur Optimierung von Lieferketten und zur Routenplanung verwendet werden. Darüber hinaus können sie in der Automobilindustrie zur Entwicklung autonomer Fahrzeuge und in der Fertigung zur Qualitätskontrolle eingesetzt werden.
* Alle Preise verstehen sich inklusive der gesetzlichen Mehrwertsteuer und ggf. zuzüglich Versandkosten. Die Angebotsinformationen basieren auf den Angaben des jeweiligen Shops und werden über automatisierte Prozesse aktualisiert. Eine Aktualisierung in Echtzeit findet nicht statt, so dass es im Einzelfall zu Abweichungen kommen kann.