- "Прогнозное моделирование в IBM SPSS STATISTICS, R и PYTHON. Метод деревьев решений и случайного леса"

Кейт Павитт - Прогнозное моделирование в IBM SPSS STATISTICS, R и PYTHON. Метод деревьев решений и случайного леса (обложка)

Рейтинг: 2,90 / 5 (оценок: 5)

Категория: Анализ данных

ДМК Пресс, 2018 год, 634 страниц

  • Практическое применение методов машинного обучения на базе популярных статистических пакетов IBM SPSS Statistics, R и Python
  • Строительство и интерпретация дерева решений и случайного леса
  • Оценка дискриминирующей способности полученных моделей
  • Улучшение модели дерева с помощью процедуры обрезки ветвей (прунинга)
  • Оптимизация модели логистической регрессии, используя информацию дерева и случайного леса
  • Навыки оптимального конструирования признаков
  • Улучшение модели случайного леса с помощью автоматической автоматизации параметров
  • Применение правил классификации/прогноза, полученных с помощью дерева, к новым данным

Второе издание книги дополнено главами о применении методов машинного обучения на базе Python. Данная книга представляет собой практическое руководство по применению метода деревьев решений и случайного леса для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax, R и Python, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений и случайного леса от таких компаний, как Citibank N.A., Transunion и DBS Bank.

Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей.

Купить эту книгу в бумажном варианте:

Купить и скачать PDF-версию:

Опечатка в тексте:
Послать сообщение об ошибке автору?