數(shù)據(jù)挖掘與預(yù)測分析（第2版）

　　通過做數(shù)據(jù)分析學(xué)習(xí)數(shù)據(jù)分析《數(shù)據(jù)挖掘與預(yù)測分析（第2版）》提供了從數(shù)據(jù)準(zhǔn)備到探索性數(shù)據(jù)分析、數(shù)據(jù)建模及模型評估等整個數(shù)據(jù)分析過程的內(nèi)容?！稊?shù)據(jù)挖掘與預(yù)測分析（第2版）》不僅提供了理解軟件底層算法的“白盒”方法，而且提供了能夠使讀者利用現(xiàn)實(shí)世界數(shù)據(jù)集開展數(shù)據(jù)挖掘與預(yù)測分析的應(yīng)用方法。第2版的新內(nèi)容：● 添加了500多頁的新內(nèi)容，包括20個新章節(jié)，例如，數(shù)據(jù)建模準(zhǔn)備、成本-效益分析、缺失數(shù)據(jù)填充、聚類優(yōu)劣度量以及細(xì)分模型等?！?針對前沿主題的新章節(jié)，例如，多元分類模型、BIRCH聚類、集成學(xué)習(xí)（bagging及boosting）、模型投票與趨向平均等?！?每章節(jié)后均附有R語言開發(fā)園地，讀者可以獲得完成書中分析所需的R語言源代碼，以及通過R代碼生成的圖、表和結(jié)果?！?書中的附錄為那些對統(tǒng)計(jì)基礎(chǔ)生疏的讀者提供了了解基本概念的材料?！?超過750個章節(jié)練習(xí)，使讀者能夠自己測試對所學(xué)知識的掌握程度，并著手開展數(shù)據(jù)挖掘與預(yù)測分析工作。《數(shù)據(jù)挖掘與預(yù)測分析（第2版）》將對數(shù)據(jù)分析人員、數(shù)據(jù)庫分析人員以及CIO具有極大的吸引力，通過學(xué)習(xí)將使他們知道何種類型的分析將會增加其投資回報。

　　Daniel T. Larose博士，美國中康涅狄格州立大學(xué)數(shù)學(xué)科學(xué)教授，數(shù)據(jù)挖掘項(xiàng)目負(fù)責(zé)人。出版與數(shù)據(jù)挖掘、Web挖掘和統(tǒng)計(jì)理論等相關(guān)論著多本。他也是《微軟》、《福布斯》雜志以及《經(jīng)濟(jì)學(xué)人》雜志等數(shù)據(jù)挖掘與統(tǒng)計(jì)分析領(lǐng)域的顧問。Chantal D. Larose是美國康涅狄格大學(xué)的在讀博士。其研究領(lǐng)域包括缺失數(shù)據(jù)填補(bǔ)以及基于模型的聚類等。她已獲得美國新帕爾茲紐約州立大學(xué)商學(xué)院決策科學(xué)領(lǐng)域助理教授的職位。