Датамайнінг в Excel. Розвідувальний аналіз даних та прогнозування з використанням надбудови Analytic Solver Data Mining.

Виробник: Ліра-К
Код Товару: Л13075
ISBN: 978-617-520-424-5

Автори: Додонов О. Г
Датамайнінг в Excel. Розвідувальний аналіз даних та прогнозування з використанням надбудови Analytic Solver Data Mining.
450 грн.

  • Наявність: Є в наявності
    Авторський колектив: О. Г. Додонов, А. І. Кузьмичов
    Загальна редакція: О. Г. Додонов, А. І. Кузьмичов
    Тип видання: навчальне
    Видання: Рекомендовано до друку Вченою радою Інституту проблем реєстрації інформації НАН України. 
    Рік видання: 2023
    Кількість сторінок: 240
    Формат: В5, 70*100 1/16
    Обкладинка: м'яка
    Переглянути зміст книги


Розвідувальний аналіз даних та датамайнінг (Exploratory Data Analysis & Data Mining) – міждисциплінарна методологія на тлі «великих даних», новітні інформаційні технології й процедури, зорієнтовані на виявлення вад в наборах табличних даних великих обсягів про об'єкти, згідно поставлених цілей. 

Зазвичай ці набори «сирі», якщо отримані із зовнішніх джерел і, скоріше за все, невідомого походження, чи вони відомі і робочі, що регулярно застосовуються, але пошкодженні, випадково чи штучно. З-за їх великих розмірів шукану інформацію «видобувають»/«майнять» із даних досконалими, потужними й дорого вартісними комп’ютерними засобами, аби швидко й із найбільшою достовірністю зрозуміти їх природу і визначити наслідки виявлених негативних впливів на дані. 

Видання призначене для студентів та користувачів-початківців з математичною та програмістською підготовкою на рівні повної середньої освіти, що цікавляться проблематикою Data Science, але у яких для практичної реалізації методів єдиним доступним і зрозумілим обчислювачем є табличний процесор MS Excel. Для них, без потреби щось програмувати, використана надбудова Analytic Solver Data Mining у складі ASPE (Analytic Solver Platform for Education, www.solver.com). Її інструменти разом зі стандартними засобами Excel застосовуються для підготовки і розвідки отриманих наборів даних й подальшого розв’язання задач кластеризації, класифікації та передбачення за технікою машинного навчання. 


Написати відгук

Примітка: HTML розмітка не підтримується! Використовуйте звичайний текст.
    Погано           Добре
Рекомендовані товари