Груздев А. Прогнозное моделирование в IBM SPSS Statistics и R. Метод деревьев решений

Прогнозное моделирование в IBM SPSS Statistics и R. Метод деревьев решений

1 102 руб.

В корзину
1 102 руб.
* - Обязательно для заполнения
Ф.И.О. *
E-Mail *
Телефон *
Комментарий к заказу
Купить в 1 клик

О книге. Данная книга представляет собой практическое руководство по применению метода деревьев решений для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax и R, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений от таких компаний, как Citibank N.A., Transunion и DBS Bank. Прочитав эту книгу, вы сможете: - строить и интерпретировать деревья решений; - оценивать дискриминирующую способность полученных моделей; - улучшать модели дерева с помощью процедуры обрезки ветвей (прунинга); - улучшать модели логистической регрессии, используя информацию дерева; - применять правила классификации/прогноза, полученные с помощью дерева, к новым данным. Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей....

подробнее
Артикул:189615
Автор : Груздев А.
Год издания: 2017
Страниц: 278
Переплет : Твердый
Издательство: ДМК Пресс
ISBN : 978-5-97060-456-4

  • Анонс
  • Подробнее
  • Отзывы

Груздев А. Прогнозное моделирование в IBM SPSS Statistics и R. Метод деревьев решений

Данная книга представляет собой практическое руководство по применению метода деревьев решений для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax и R, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений от таких компаний, как Citibank N.A., Transunion и DBS Bank. Прочитав эту книгу, вы сможете: - строить и интерпретировать деревья решений; - оценивать дискриминирующую способность полученных моделей; - улучшать модели дерева с помощью процедуры обрезки ветвей (прунинга); - улучшать модели логистической регрессии, используя информацию дерева; - применять правила классификации/прогноза, полученные с помощью дерева, к новым данным. Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей....

Отправить отзыв

Ваше имя:
*

Ваше e-mail:
*

Текст отзыва:
*
что то нето"*"не то 2