Predictive Analytics fur Dummies (häftad)
Format
Häftad (Paperback / softback)
Språk
Tyska
Antal sidor
358
Utgivningsdatum
2016-08-10
Förlag
Wiley-VCH Verlag GmbH
Översättare
Regine Freudenstein
ISBN
9783527712915
Predictive Analytics fur Dummies (häftad)

Predictive Analytics fur Dummies

Häftad Tyska, 2016-08-10
319
Skickas inom 3-6 vardagar.
Fri frakt inom Sverige för privatpersoner.
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?"
Visa hela texten

Passar bra ihop

  1. Predictive Analytics fur Dummies
  2. +
  3. Industrie 4.0. Predictive Maintenance. Wunsch Oder Wirklichkeit?

De som köpt den här boken har ofta också köpt Industrie 4.0. Predictive Maintenance. Wunsch O... av Robert Komorowsky (häftad).

Köp båda 2 för 498 kr

Kundrecensioner

Har du läst boken? Sätt ditt betyg »

Fler böcker av författarna

Bloggat om Predictive Analytics fur Dummies

Innehållsförteckning

Uber die Autoren 7 Widmung 8 Danksagung 9 Einfuhrung 21 Uber dieses Buch 21 Einige torichte Annahmen 22 In diesem Buch verwendete Symbole 22 Uber dieses Buch hinaus 23 Wie es weitergeht 23 Teil I Erste Bekanntschaft mit Predictive Analytics 25 Kapitel 1 Die Arena betreten 27 Predictive Analytics erklaren 27 Data-Mining 27 Das Modell in den Mittelpunkt stellen 28 Den Geschaftswert erhohen 30 Unendliche Moglichkeiten 30 Ihr Unternehmen starken 31 Ein Predictive Analytics-Projekt starten 32 Unternehmenskenntnisse 33 Data-Science-Team und -Technologie 34 Die Daten 35 Den Markt begutachten 35 Auf Big Data reagieren 36 Mit Big Data arbeiten 36 Kapitel 2 Predictive Analytics in der freien Wildbahn 39 Online-Marketing und Verkauf 41 Empfehlungsdienste 41 Realisierung eines Empfehlungsdienstes 43 Kollaboratives Filtern 43 Inhaltbasiertes Filtern 51 Hybrid-Empfehlungsdienste 55 Zielgruppenansprache mithilfe der Modellierung von Verhaltensweisen 57 Uplift-Modell 58 Zielgruppengerichtetes Marketing 56 Predictive Analytics gegen Betrug und Verbrechen 60 Inhalte und Texte analysieren 61 Kapitel 3 Datentypen und die damit verbundenen Techniken 63 Ihre Datentypen erkennen 63 Strukturierte und unstrukturierte Daten 64 Statische und fliessende Daten 66 Datenkategorien erkennen 67 Einstellungsdaten 68 Verhaltensdaten 69 Demografische Daten 70 Predictive Analytics einsetzen 70 Die datengesteuerte Analyse 71 Nutzergesteuerte Analyse 72 Die Verbindung zu benachbarten Disziplinen 73 Statistik 73 Data-Mining 74 Maschinelles Lernen 74 Kapitel 4 Die Komplexitat von Daten 77 Nutzen aus Ihren Daten ziehen 77 In Ihren Daten graben 78 Validitat der Daten 78 Vielfalt der Daten 79 Standige Anderung der Daten 79 Geschwindigkeit der Daten 80 Volumen der Daten 80 Schwierigkeiten beim Durchsuchen Ihrer Daten 81 Die Suche nach Schlusselwortern 81 Semantische Suche 81 Die Unterschiede zwischen Business Intelligence und der Analyse von Big Data 83 Die Visualisierung von Rohdaten 84 Die Attribute der Daten bestimmen 84 Die Visualisierung von Daten erkunden 85 Tabellarische Visualisierungen 85 Balkendiagramme 86 Tortendiagramme 86 Graphen 88 Schlagwortwolken 89 Kurvendiagramm 90 Darstellung durch Vogelschwarme 90 Teil II Algorithmen bei der Modellbildung berucksichtigen 93 Kapitel 5 Modelle verwenden 95 Daten modellieren 95 Modelle und Simulationen 96 Modelle kategorisieren 98 Daten beschreiben und zusammenfassen 100 Bessere Geschaftsentscheidungen treffen 100 Fallstudien aus dem Gesundheitswesen 101 Suchanfragen bei Google als Anzeichen fur eine Ansteckung 101 Die Chance, einen Krebs zu uberleben 102 Fallstudien zum Marketing in sozialen Medien 103 Tweets als Anzeichen fur den Aktienhandel 103 Eine Kaufhauskette sagt Schwangerschaften von Frauen vorher 104 Auf Twitter beruhende Anzeichen fur Erdbeben 105 Mit Twitter die Ergebnisse politischer Kampagnen vorsagen 106 Kapitel 6 Ahnlichkeiten bei Daten erkennen 109 Die Clusteranalyse erklaren 109 Motivation 111 Rohdaten in eine Matrix verwandeln 113 Eine Matrix aus Ausdrucken erstellen 113 Auswahl der Terme 114 K-Gruppen in Ihren Daten bestimmen 115 k-Means-Algorithmus 115 Clustering mit den nachsten Nachbarn 119 Korrelationen zwischen Datenelementen entdecken 121 Biologisch inspirierte Clustermethoden verwenden 123 Vogelschwarme 123 Ameisenkolonien 128 Kapitel 7 Mithilfe der Klassifizierung von Daten die Zukunft vorhersagen 131 Die Klassifizierung von Daten 132 Kreditvergabe 133 Marketing 133 Gesundheit 134 Was kommt als Nachstes? 135 Die Klassifizierung von Daten in Ihrem Unternehmen einfuhren 135