Прогнозное моделирование в IBM SPSS Statistics, R и Python

Читать фрагмент

книга

Прогнозное моделирование в IBM SPSS Statistics, R и 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.

Форматы: PDF

Издательство: ДМК Пресс|Гевисста

Год: 2018

Место издания: Москва

ISBN: 978-5-97060-539-4

Страниц: 642

Артикул: 95063

Возрастная маркировка: 16+

Электронная книга

1279 ₽

Купить и скачать

Содержание

Содержание книги "Прогнозное моделирование в IBM SPSS Statistics, R и Python : метод деревьев решений и случайный лес"

От рецензента

Предисловие

Глава 1. Введение в метод деревьев решений

1.1. Введение в методологию деревьев решений

1.2. Преимущества и недостатки деревьев решений

1.3. Задачи, выполняемые с помощью деревьев решений

Вопросы к главе 1

Часть I. ПОСТРОЕНИЕ ДЕРЕВЬЕВ РЕШЕНИЙ И СЛУЧАЙНОГО ЛЕСА В IBM SPSS STATISTICS

Глава 2. Основы прогнозного моделирования с помощью деревьев рещений CHAID

Глава 3. Продвинутое моделирование с помощью деревьев решений CHAID

Глава 4. Построение деревьев решений CRT и QUEST

Глава 5. Редактор дерева

Глава 6. Построение случайного леса

Часть II. ПОСТРОЕНИЕ ДЕРЕВЬЕВ РЕШЕНИЙ И СЛУЧАЙНОГО ЛЕСА В R И PYTHON

Глава 7. Построение деревьев решений CHAID с помощью пакета R CHAID

Глава 8. Построение деревьев решений CRT с помощью пакета R rpart

Глава 9. Построение случайного леса с помощью пакета R randomForest

Глава 10. Построение случайного леса с помощью пакета R ranger

Глава 11. Построение распределенного случайного леса с помощью пакета R h2o

Глава 12. Построение случайного леса в Python

Приложение 1. Предварительная подготовка данных в Python с помощью библиотеки pandas

Приложение 2. Предварительная подготовка данных в R

Приложение 3. Визуализация данных в Python с помощью библиотек matplotlib, seaborn и plotly

Приложение 4. Построение ROC-кривой и вычисление AUC вручную

Приложение 5. Декомпозиция прогнозов дерева решений и случайного леса с помощью питоновского пакета treeinterpreter для улучшения интерпретабельности

Ключи к вопросам

Библиографический список

Предметный указатель

Внимание!
При обнаружении неточностей или ошибок в описании книги "Прогнозное моделирование в IBM SPSS Statistics, R и Python : метод деревьев решений и случайный лес (автор Артём Груздев)", просим Вас отправить сообщение на почту help@directmedia.ru. Благодарим!

Прогнозное моделирование в IBM SPSS Statistics, R и Python

Содержание

другие книги автора

С книгой "Прогнозное моделирование в IBM SPSS Statistics, R и Python" читают