« Riche en anecdotes vivantes et riches de réflexion, cet ouvrage doit être lu par toute personne s’intéressant sérieusement à la recherche et au marketing. »
— Magazine Research

En intégrant une nouvelle approche de la visualisation des données et de la prévision des séries chronologiques, Data Mining for Business Intelligence, deuxième édition continue d’offrir des conseils détaillés et pertinents sur les techniques fondamentales de fouille de données. Cette nouvelle édition guide les lecteurs dans l’utilisation de XLMiner, un complément Microsoft Office Excel permettant de développer des modèles prédictifs et des techniques pour décrire et identifier des schémas dans les données.

Du regroupement des clients en segments de marché et de l’identification des caractéristiques des grands voyageurs à l’apprentissage des articles achetés avec d’autres produits, les auteurs utilisent des exemples concrets et intéressants pour développer une compréhension théorique et pratique des principales méthodes de fouille de données, notamment la classification, la prévision et l’analyse d’affinité, ainsi que la réduction, l’exploration et la visualisation des données.

La deuxième édition comprend désormais :

• Trois nouveaux chapitres sur la prévision des séries chronologiques, présentant des méthodes courantes de prévision en entreprise, notamment les moyennes mobiles et les méthodes de lissage exponentiel, les modèles basés sur la régression, ainsi que des sujets tels que la modélisation explicative par rapport à la modélisation prédictive, les modèles à deux niveaux et les ensembles


• Un chapitre révisé sur la visualisation des données, qui présente désormais les principes de la visualisation interactive et des exercices supplémentaires démontrant la visualisation interactive en pratique


• Des chapitres distincts consacrés respectivement aux méthodes des k plus proches voisins et de Naïve Bayes


• Des résumés au début de chaque chapitre présentant les principaux sujets

Le livre donne accès à XLMiner, permettant aux lecteurs de travailler directement avec les données fournies. Tout au long de l’ouvrage, les applications des sujets abordés se concentrent sur les problèmes d’entreprise comme motivation et évitent toute théorie statistique superflue. Chaque chapitre se termine par des exercices permettant aux lecteurs d’évaluer leur compréhension de la matière présentée. Le dernier chapitre comprend une série d’études de cas nécessitant l’utilisation des différentes techniques de fouille de données, et un site Web associé propose des jeux de données, des corrigés d’exercices, des diaporama PowerPoint et des solutions aux études de cas.

Data Mining for Business Intelligence, deuxième édition, est un excellent ouvrage pour les cours de fouille de données, de prévision et de systèmes d’aide à la décision destinés aux étudiants de fin de licence et de master. C’est également une ressource unique pour les analystes, les chercheurs et les professionnels qui utilisent des méthodes quantitatives dans les domaines de l’entreprise, de la finance, du marketing, de l’informatique et des technologies de l’information.

Catégories :

• Sciences et mathématiques
  • Mathématiques
    • Mathématiques appliquées
      • Probabilités et statistiques