Kangoo.plSzukamy produktów wśród ponad 10 mln ofert sklepów internetowych

Opis - Business Intelligence -- Twoja recepta na sukces! Jak zastosować bazy analityczne? Jak wykorzystać język MDX? Jak administrować serwerem SSAS 2008? Informacja jest bezcenna. Umiejętność jej właściwego wykorzystania i zarządzania nią również stanowi ogromną wartość. Autorzy Microsoft SQL Server, wydajnego serwera baz danych, zauważyli to już blisko dziesięć lat temu. To właśnie w Microsoft SQL Server 2000 zostały po raz pierwszy wprowadzone usługi analityczne. Dzięki możliwościom SQL Server 2008 również Ty możesz podejmować właściwe decyzje biznesowe i osiągnąć sukces!Książka "Serwer SQL 2008. Usługi biznesowe. Analiza i eksploracja danych " jest długo oczekiwaną pozycją, której autorzy w sposób kompleksowy podejmują tematykę związaną z Business Intelligence. Dzięki niej zdobędziesz szczegółowe informacje na temat hurtowni danych, baz analitycznych oraz języka MDX. Ponadto dowiesz się, w jaki sposób administrować serwerem SSAS 2008 oraz jak wykorzystać arkusz kalkulacyjny Excel jako klienta baz analitycznych. Dodatkowo zapoznasz się z różnymi technikami eksploracji danych oraz sposobami tworzenia ich projektów. Jeżeli chcesz podejmować celne decyzje poprzez analizę danych, ta książka jest właśnie dla Ciebie! Hurtownie danych Projektowanie systemów Business Intelligence Modelowanie danych Bazy analityczne Serwery OLAP Serwer SSAS 2008 Obiekty analitycznych baz danych Projektowanie i tworzenie baz analitycznych Wykorzystanie języka MDX Administrowanie serwerem SSAS 2008 Wykorzystanie arkusza kalkulacyjnego Excel 2007 jako klienta baz analitycznych Zastosowania eksploracji danych Tworzenie projektów eksploracji danych Wykorzystanie dodatku Data Mining dla pakietu Office 2007 Zarządzaj informacjami tak, by przynosiły Ci korzyść. Nazwa - Serwer SQL 2008. Usługi biznesowe. Analiza i eksploracja danych Oryginalny tytuł - SQL Server 2005 Distilled (MS Windows Server System) Autor - Danuta Mendrala, Marcin Szeliga Oprawa - Miękka Wydawca - Helion Kod ISBN - 9788324621118 Kod EAN - 9788324621118 Rok wydania - 2009 Język - PL Tłumacz - Kosma Nitkiewicz Format - 158x235 Ilość stron - 360 Podatek VAT - 5% Premiera - 2009-07-08

Niniejszy podręcznik przedstawia syntetyczne ujęcie współczesnych metod eksploracji danych. W szczególności zaprezentowano metody optymalizacji, w tym optymalizacji globalnej, metody regresji liniowej i logistycznej, różne rozwiązania klasyfikatorów, w tym klasyfikatory bayesowskie, drzewa decyzyjne, sieci neuronowe MLP, RBF i SVM, systemy ekspertowe w formie zespołu klasyfikatorów i predyktorów, transformacje i metody redukcji wymiaru danych, metody selekcji istotnych cech diagnostycznych, metody grupowania i wizualizacji danych, jak również podstawowe pojęcia analizy asocjacyjnej między danymi.Przedstawiono również przykłady zastosowania metod eksploracji danych w medycynie.Rozważania teoretyczne poparte są przykładami konkretnych obliczeń dotyczących eksploracji danych, zaimplementowanymi w postaci odpowiednich programów w Matlabie.Książka stanowi unikalne źródło wiedzy dla studentów na studiach II i III stopnia. Może być polecana jako podstawowy materiał rozszerzający dla wykładów ze sztucznej inteligencji, rozpoznawania wzorców czy inżynierii biomedycznej na kierunkach Informatyka lub Automatyka. Może służyć pracownikom firm, tzw. analitykom danych, specjalizującym się w życiu zawodowym w analizie danych i odkrywaniu wiedzy z baz i hurtowni danych.

Opis - Rozwój oraz upowszechnienie rozwiązań technologicznych służących gromadzeniu informacji sprawiły, że we wszystkich obszarach działalności człowieka mamy do czynienia z przechowywaniem i przetwarzaniem danych. Zazwyczaj są one wykorzystywane jedynie w bieżącej działalności instytucji je gromadzących; analiza i interpretacja danych może jednak dostarczyć istotnej wiedzy na temat reguł i zależności rządzących procesami biznesowymi, zachowaniami konsumentów i zagrożeniami funkcjonowania firmy. Eksploracja danych to nowa dziedzina informatyki odpowiadająca na potrzebę zaawansowanej i automatycznej analizy informacji. Jej dynamiczny rozwój wynika z konieczności integracji istniejących algorytmów w celu efektywnego przetwarzania dużej ilości nowych typów danych. Obecnie, wraz z rozwojem narzędzi do generowania i przechowywania danych, eksploracji poddawane są coraz bardziej złożone informacje: multimedialne (zdjęcia, filmy, muzyka), przestrzenne (mapy), przebiegi czasowe, struktury chemiczne (sekwencje DNA), sieci społecznościowe. Niniejsza książka jest pierwszym na polskim rynku samodzielnym podręcznikiem przedstawiającym metody eksploracji danych w ujęciu algorytmicznym, a nie statystycznym. Zawiera omówienie podstawowych metod eksploracji, min. odkrywanie asocjacji, wzorców sekwencji, klasyfikację i grupowanie. Dla każdej z metod omówiono podstawowe algorytmy eksploracji ilustrowane licznymi przykładami. Dodatkowo, w celu sprawdzenia wiedzy czytelnika, przygotowano zestaw zadań i ćwiczeń do samodzielnego wykonania.Głównymi adresatami podręcznika są studenci informatyki, ekonomii, psychologii, socjologii dziedzin, w których duże znaczenie ma przetwarzanie informacji. Z pewnością skorzystają z niego również doktoranci zajmujący się zagadnieniami eksploracji danych i odkrywania wiedzy. Nazwa - Eksploracja danych Oryginalny tytuł - 8 Minute Meditation: Quiet Your Mind. Change Your Life Autor - Tadeusz Morzy Oprawa - Miękka Wydawca - Helion Kod ISBN - 9788301171759 Kod EAN - 9788301171759 Rok wydania - 2013 Język - PL Tłumacz - Cieślik Iwona, Grygiel Katarzyna, Staromiejski Michał, Walczak Bartosz Format - 16.8x23.8cm Ilość stron - 564 Typ podręcznika - Podręcznik Podatek VAT - 5% Premiera - 2013-04-08

Podręcznik poświęcony metodom i modelom stosowanym w eksploracji danych. Omówiono w nim zagadnienia klasyczne, takie jak: metody analizy składowych głównych, analizę regresji, regresję logistyczną oraz tzw. naiwne podejście bayesowskie do klasyfikacji, sieci bayesowskie i algorytmy genetyczne. Podano również studium przypadku, czyli rozwiązania dużego zadania rzeczywistego za pomocą wcześniej omówionych metod i algorytmów. Książka zawiera wiele przykładów oraz ćwiczeń i problemów symulacyjnych do rozwiązania. Towarzyszy jej strona internetowa: www.dataminingconsultant.com....

Metody i modele eksploracji danych to podręcznik do wykładów dotyczących eksploracji danych na poziomie podstawowym. Książka przeznaczona jest dla studentów informatyki, ekonomii, zarządzania na uniwersytetach, uczelniach technicznych i ekonomicznych, wykładowców i osób prowadzących ćwiczenia z eksploracji danych i przedmiotów pokrewnych. Zainteresuje także menedżerów, dyrektorów IT, finansistów i naukowców wykorzystujących eksplorację danych w praktyce.

Podręcznik poświęcony metodom i modelom stosowanym w eksploracji danych. Omówiono w nim zagadnienia klasyczne, takie jak: metody analizy składowych głównych, analizę regresji, regresję logistyczną oraz tzw. naiwne podejście bayesowskie do klasyfikacji, sieci bayesowskie i algorytmy genetyczne. Podano również studium przypadku, czyli rozwiązania dużego zadania rzeczywistego za pomocą wcześniej omówionych metod i algorytmów. Książka zawiera wiele przykładów oraz ćwiczeń i problemów symulacyjnych do rozwiązania. Towarzyszy jej strona internetowa: www.dataminingconsultant.com.

Podtytuł monografii Metody sztucznej inteligencji w projektowaniu syntez leków wskazuje na niewątpliwie najbardziej frapujący, a jednocześnie ważny oraz obiecujący obszar zastosowania tej dziedziny informatyki. Doświadczenia tu zdobyte można stosunkowo łato uogólnić i wykorzystać w innych obszarach wiedzy, na przykład w automatyzacji badań, w pracach nad podejmowaniem decyzji w przypadkach niepewności, czy ujawnianiu zależności ukrytych (pozornie) w bardzo dużych zbiorach danych.

Business Intelligence -- Twoja recepta na sukces! Jak zastosować bazy analityczne? Jak wykorzystać język MDX? Jak administrować serwerem SSAS 2008? Informacja jest bezcenna. Umiejętność jej właściwego wykorzystania i zarządzania nią również stanowi ogromną wartość. Autorzy Microsoft SQL Server, wydajnego serwera baz danych, zauważyli to już blisko dziesięć lat temu. To właśnie w Microsoft SQL Server 2000 zostały po raz pierwszy wprowadzone usługi analityczne. Dzięki możliwościom SQL Server 2008 również Ty możesz podejmować właściwe decyzje biznesowe i osiągnąć sukces! Książka "Serwer SQL 2008. Usługi biznesowe. Analiza i eksploracja danych " jest długo oczekiwaną pozycją, której autorzy w sposób kompleksowy podejmują tematykę związaną z Business Intelligence. Dzięki niej zdobędziesz szczegółowe informacje na temat hurtowni danych, baz analitycznych oraz języka MDX. Ponadto dowiesz się, w jaki sposób administrować serwerem SSAS 2008 oraz jak wykorzystać arkusz kalkulacyjny Excel jako klienta baz analitycznych. Dodatkowo zapoznasz się z różnymi technikami eksploracji danych oraz sposobami tworzenia ich projektów. Jeżeli chcesz podejmować celne decyzje poprzez analizę danych, ta książka jest właśnie dla Ciebie! Hurtownie danych Projektowanie systemów Business Intelligence Modelowanie danych Bazy analityczne Serwery OLAP Serwer SSAS 2008 Obiekty analitycznych baz danych Projektowanie i tworzenie baz analitycznych Wykorzystanie języka MDX Administrowanie serwerem SSAS 2008 Wykorzystanie arkusza kalkulacyjnego Excel 2007 jako klienta baz analitycznych Zastosowania eksploracji danych Tworzenie projektów eksploracji danych Wykorzystanie dodatku Data Mining dla pakietu Office 2007 Zarządzaj informacjami tak, by przynosiły Ci korzyść.

Rozwój oraz upowszechnienie rozwiązań technologicznych służących gromadzeniu informacji sprawiły, że we wszystkich obszarach działalności człowieka mamy do czynienia z przechowywaniem i przetwarzaniem danych. Zazwyczaj są one wykorzystywane jedynie w bieżącej działalności instytucji je gromadzących; analiza i interpretacja danych może jednak dostarczyć istotnej wiedzy na temat reguł i zależności rządzących procesami biznesowymi, zachowaniami konsumentów i zagrożeniami funkcjonowania firmy. Eksploracja danych to nowa dziedzina informatyki odpowiadająca na potrzebę zaawansowanej i automatycznej analizy informacji. Jej dynamiczny rozwój wynika z konieczności integracji istniejących algorytmów w celu efektywnego przetwarzania dużej ilości nowych typów danych. Obecnie, wraz z rozwojem narzędzi do generowania i przechowywania danych, eksploracji poddawane są coraz bardziej złożone informacje: multimedialne (zdjęcia, filmy, muzyka), przestrzenne (mapy), przebiegi czasowe, struktury chemiczne (sekwencje DNA), sieci społecznościowe. Niniejsza książka jest pierwszym na polskim rynku samodzielnym podręcznikiem przedstawiającym metody eksploracji danych w ujęciu algorytmicznym, a nie statystycznym. Zawiera omówienie podstawowych metod eksploracji, min. odkrywanie asocjacji, wzorców sekwencji, klasyfikację i grupowanie. Dla każdej z metod omówiono podstawowe algorytmy eksploracji ilustrowane licznymi przykładami. Dodatkowo, w celu sprawdzenia wiedzy czytelnika, przygotowano zestaw zadań i ćwiczeń do samodzielnego wykonania. Głównymi adresatami podręcznika są studenci informatyki, ekonomii, psychologii, socjologii dziedzin, w których duże znaczenie ma przetwarzanie informacji. Z pewnością skorzystają z niego również doktoranci zajmujący się zagadnieniami eksploracji danych i odkrywania wiedzy.

To podręcznik do wykładów dotyczących eksploracji danych na poziomie podstawowym. Omówiono tu następujące zagadnienia:- metody redukcji wymiaru- modelowanie regresji i regresję logistyczną- naiwne podejście bayesowskie do klasyfikacji- sieci bayesowskie- algorytmy genetyczne.

Odkryj najlepsze narzędzia do eksploracji danych Naucz się przygotowywać dane i poprawiać ich jakość Dowiedz się, jak prowadzić zaawansowane analizy danych Poznaj sprawdzone techniki profesjonalnej eksploracji danych! Eksploracja danych jest najmłodszą i najszybciej rozwijającą się dziedziną informatyki. Łączy zaawansowane algorytmy analizowania danych i znajdowania ukrytych w nich wzorców z klasycznymi technikami statystycznymi, rachunkiem prawdopodobieństwa i technologiami bazodanowymi. Dziedzina ta zyskuje na znaczeniu wraz z lawinowo rosnącą ilością informacji cyfrowych, które każdego dnia na całym świecie są wytwarzane, zapisywane i przeszukiwane przez stale zwiększającą się grupę użytkowników technologii informatycznych. Trzydzieści lat temu świat zrewolucjonizowały komputery PC, a dziś w ogarnięciu tego chaosu pomóc mogą jedynie najskuteczniejsze narzędzia do modelowania i eksploracji danych. "Microsoft SQL Server. Modelowanie i eksploracja danych" to książka, z której analitycy, informatycy i biznesmeni dowiedzą się, jak tworzyć właściwe modele, odpowiednio przygotowywać dane i prawidłowo je eksplorować, a także jak należycie analizować i oceniać otrzymane wyniki przy użyciu narzędzi oferowanych przez oprogramowanie Microsoft SQL Server. Publikacja przybliża zagadnienia związane z poszczególnymi etapami procesu modelowania i eksploracji, prezentując przy tym zastosowanie różnych metod i technik analizy do rozwiązywania praktycznych problemów naukowych i biznesowych. Podstawowe techniki i narzędzia wykorzystywane w eksploracji danych Instalacja i konfiguracja niezbędnego oprogramowania Analiza biznesowa projektu eksploracji danych Ocena, przygotowywanie i poprawianie jakości danych Przegląd technik eksploracji danych Wykorzystywanie serwera SQL w procesie eksploracji danych Składnia i zastosowanie języka DMX Łatwe w użyciu narzędzia pakietu Office i zaawansowane narzędzia eksploracji danych serwera SQL firmy Microsoft Zasada działania zaawansowanych algorytmów eksploracji danych Ocena i poprawianie modeli eksploracyjnych Programowanie predykcyjne Naucz się wykorzystywać zaawansowane narzędzia do inteligentnej zamiany dużych zbiorów danych w przydatne informacje!

Odkrywanie wiedzy ukrytej w bazach i hurtowniach danych jest przedsięwzięciem skomplikowanym i czasochłonnym, którego sukces nie jest zagwarantowany. We współczesnym zinformatyzowanym świecie coraz częściej staje się ono jednak koniecznością. W ramach eksploracji danych rozwijane są algorytmy i techniki, dzięki którym proces poszukiwań jest bardziej przyjazny i efektywny. W monografii zaprezentowałem w jaki sposób obliczenia ewolucyjne, które są obecnie coraz popularniejszym i przede wszystkim skutecznym narzędziem rozwiązywanie złożonych problemów, mogą być wykorzystane w podstawowym zadaniu eksploracji jakim jest konstruowanie modeli predykcyjnych. W szczególności przedstawiłem globalne metody indukcji drzew decyzyjnych, dzięki którym wynikowe struktury są mniejsze niż uzyskiwane przy użyciu klasycznych algorytmów zastępujących. Jakość klasyfikacji osiągana przez zaproponowane algorytmy globalne jest przy tym nie gorsza od osiąganej przez konkurencyjne systemy drzew decyzyjnych.   Spis treści   Wprowadzenie do obliczeń ewolucyjnych Struktura algorytmu ewolucyjnego Reprezentowanie dopuszczalnych rozwiązań Różnicowanie osobników Operator mutacji Operator krzyżowania Selekcja   Eksploracja danych Eksploracja danych w procesie pozyskiwania wiedzy Zadanie eksploracji danych Komponenty eksploracji wiedzy Klasyfikacja Drzewa decyzyjne Rodzaje testów i drzew Metody indukcji drzew decyzyjnych Poszukiwanie optymalnego testu w węźle Przycinanie drzew decyzyjnych Reguły decyzyjne Algorytm sekwencyjnego pokrywania Zbiór reguł jako klasyfikator Przegląd systemów indukcji reguł Obliczenie ewolucyjne jako narzędzie eksploracji danych Obliczenie ewolucyjne w indukcji drzew decyzyjnych Obliczenia ewolucyjne w generowaniu reguł decyzyjnych   Globalna indukcja drzew jednowymiarowych Reprezentacja Tworzenie populacji początkowej Operatory różnicowania Mutowanie drzewa decyzyjnego Krzyżowanie drzew decyzyjnych Dodatkowe przetwarzanie Selekcja i warunek zatrzymania Funkcja dopasowania Weryfikacja eksperymentalna globalnej indukcji Poznawanie własności systemu Wyniki uzyskane na zbiorach sztucznych i rzeczywistych Skalowalność indukcji na dużych zbiorach   Algorytm memetyczny w indukcji drzew jednowymiarowych Hybrydowa indukcja drzew jednowymiarowych Tworzenie populacji początkowej Modyfikacja operatora mutacji Weryfikacja eksperymentalna Wpływ częstości lokalnej optymalizacji na indukcję Wyniki na zbiorach sztucznych i rzeczywistych   Generowanie drzew skośnych Ewolucyjna indukcja drzew skośnych Tworzenie populacji początkowej Różnicowanie drzew skośnych Funkcja dopasowania Weryfikacja eksperymentalna Rola operatora dipolowego Eksperymenty ze zbiorami zawierającymi szum Wyniki uzyskane na sztucznych i rzeczywistych zbiorach Skalowalność indukcji na dużych zbiorach   Konstruowanie drzew mieszanych Ewolucyjna indukcja drzew mieszanych Różnicowanie drzew mieszanych Funkcja dopasowania Wyniki eksperymentów obliczeniowych Zbiory sztuczne Zbiory rzeczywiste Szybkość i skalowalność ewolucji drzew mieszanych   Klasyfikacja uwzględniająca koszty Ewolucyjna indukcja drzew jednowymiarowych uwzględniająca koszty Funkcja dopasowania czuła na koszty Modyfikacje operatorów genetycznych Przypisanie klas w liściach drzew Weryfikacja eksperymentalna Minimalizacja kosztów błędnych decyzji Eksperymenty z dwom rodzajami kosztów   Obliczenie równoległe w globalnej indukcji drzew Implementacja równoległa globalnej indukcji drzew Zaproponowane rozwiązanie Realizacja na klastrze obliczeniowym Rozwiązanie hybrydowe Weryfikacja eksperymentalna Rozproszona globalna indukcja drzew decyzyjnych Wyniki eksperymentów obliczeniowych   Podsumowanie Możliwe kierunki badań

Podręcznik poświęcony metodom i modelom stosowanym w eksploracji danych. Omówiono w nim zagadnienia klasyczne, takie jak: metody analizy składowych głównych, analizę regresji, regresję logistyczną oraz tzw. naiwne podejście bayesowskie do klasyfikacji, sieci bayesowskie i algorytmy genetyczne. Podano również studium przypadku, czyli rozwiązania dużego zadania rzeczywistego za pomocą wcześniej omówionych metod i algorytmów. Książka zawiera wiele przykładów oraz ćwiczeń i problemów symulacyjnych do rozwiązania. Towarzyszy jej strona internetowa: www.dataminingconsultant.com.

Prezentowana książka przedstawia grupę metod tworzenia modeli eksploracyjnej analizy danych oraz projektowania narzędzi wydobywania wzorców ze zbiorów danych opartych na minimalizacji wypukłych i odcinkowo-liniowych funkcji kryterialnych (ang. convex and piecewise linear criterion functions - CPL). Brane są tu pod uwagę tzw. wzorce geometryczne, które mają postać wypukłych wielościanów wydzielonych w wielowymiarowej przestrzeni cech przez rodzinę hiperpłaszczyzn. Do uwzględnionych funkcji typu CPL należy perceptronowa funkcja kryterialna (ang. Perceptron Criterion Function). Funkcja ta wywodzi się z koncepcji Perceptronu zaproponowanej w połowie XX wieku przez F. Rosenblatta. Idea Perceptronu wiązana jest z początkami teorii sieci neuropodobnich oraz początkami rozpoznawania obrazów. Analizowana rodzina funkcji typu CPL zawiera również funkcje dipolową oraz różnicową. Dipolowa funkcja kryterialna znajduje zastosowanie w projektowaniu hierarchicznych struktur z neuronów formalnych oraz wielowymiarowych drzew decyzyjnych. Różnicowa funkcja kryterialna używana jest m.in. w projektowaniu liniowych transformacji wizualizacyjnych umożliwiających interaktywne wydobywanie wzorców.  Spis treści: I. Wstęp  II. Probabilistyczne modele klasyfikacji  III. Funkcje kryterialne klasyfikacji liniowej  IV. Uczenie neuronów formalnych a perceptronowa funkcja kryterialna  V. Warstwy neuronów formalnych jako narzędzie separowalnej kompresji danych oraz ich klasyfikacji  VI. Algorytmy wymiany rozwiązań bazowych  VII. Projektowanie separujących warstw neuronów formalnych - strategie rangowa i dipolowa  VIII. Funkcje kryterialne w projektowaniu warstw separujących  IX. Separujące transformacje liniowe oparte na modelach dipolowych  X. Regresyjne odwzorowania liniowe  XI. Selekcja zestawów cech liniowo separowalnych  XII. Wydzielanie skupień - algorytm K średnich oparty na normach Li oraz L  XIII. System wspomagania diagnostyki "Hepar"  XIV. Zakończenie Dodatek. Elementy rachunku wektorowego i macierzowego  Bibliografia

DATA MINING EKSPLORACJA DANYCH W SIECIACH SPOŁECZNOŚCIOWYCH WYDANIE III M KLASSEN M A RUSSELL Internetu nie można rozważać wyłącznie jako tworu techniki. Powstanie tej sieci doprowadziło do rozwoju różnych zjawisk społecznych. Z tej perspektywy na szczególną uwagę zasługują media społecznościowe. Są źródłem informacji, które, właściwie spożytkowane, mogą przynieść niezły dochód. Mogą też dać odpowiedzi na wiele pytań zadawanych przez naukowców z różnych branż. Sama eksploracja tych danych przynosi sporo satysfakcji i radości. Zaskakujące przy tym jest to, że przygotowanie zestawu potrzebnych narzędzi i nauka posługiwania się nimi zabiera naprawdę niewiele czasu i nie wymaga specjalnych talentów! To trzecie, zaktualizowane wydanie popularnego podręcznika dla osób, które chcą zająć się wydobywaniem danych z sieci społecznościowych. Uwzględniono tu zmiany interfejsów API wprowadzone do poszczególnych platform i dodano rozdział o eksploracji Instagrama. Dowiesz się, jak dzięki danym z mediów społecznościowych określić sieć powiązań użytkowników, zorientować się, kto o czym mówi i gdzie się znajduje. Treść bogato zilustrowano przykładami kodu w Pythonie, a także plikami Jupyter Notebook lub kontenerów Dockera. Ciekawym elementem książki jest zbiór receptur dotyczących rozwiązywania konkretnych problemów z Twitterem. W tej książce między innymi: wprowadzenie do świata mediów społecznościowych przybliżenie bogactwa danych zawartych w mediach społecznościowych eksploracja danych za pomocą narzędzi Pythona 3 zaawansowane techniki eksploracji danych, w tym współczynniki TFIDF, podobieństwo kosinusów i rozpoznawanie obrazów tworzenie wizualizacji pozyskanych danych Jakie informacje dziś znajdziesz dzięki danym z Facebooka? KSIĄŻKA DOSTĘPNA OD 15.10.2019

"Podręcznik poświęcony metodom i modelom stosowanym w eksploracji danych. Omówiono w nim zagadnienia klasyczne, takie jak: metody analizy składowych głównych, analizę regresji, regresję logistyczną oraz tzw. naiwne podejście bayesowskie do klasyfikacji, sieci bayesowskie i algorytmy genetyczne. Podano również studium przypadku, czyli rozwiązania dużego zadania rzeczywistego za pomocą wcześniej omówionych metod i algorytmów. Książka zawiera wiele przykładów oraz ćwiczeń i problemów symulacyjnych do rozwiązania. Towarzyszy jej strona internetowa: www.dataminingconsultant.com."

Książka Serwer SQL 2008. Usługi biznesowe. Analiza i eksploracja danych jest długo oczekiwaną pozycją, której autorzy w sposób kompleksowy podejmują tematykę związaną z Business Intelligence. Dzięki niej zdobędziesz szczegółowe informacje na temat hurtowni danych, baz analitycznych oraz języka MDX. Ponadto dowiesz się, w jaki sposób administrować serwerem SSAS 2008 oraz jak wykorzystać arkusz kalkulacyjny Excel jako klienta baz analitycznych. Dodatkowo zapoznasz się z różnymi technikami eksploracji danych oraz sposobami tworzenia ich projektów. Jeżeli chcesz podejmować celne decyzje poprzez analizę danych, ta książka jest właśnie dla Ciebie!