Discovering Knowledge in Data
eBook - PDF

Discovering Knowledge in Data

An Introduction to Data Mining

Daniel T. Larose, Chantal D. Larose

  1. English
  2. PDF
  3. Disponibile su iOS e Android
eBook - PDF

Discovering Knowledge in Data

An Introduction to Data Mining

Daniel T. Larose, Chantal D. Larose

Dettagli del libro
Indice dei contenuti
Citazioni

Informazioni sul libro

The field of data mining lies at the confluence of predictive analytics, statistical analysis, and business intelligence. Due to the ever-increasing complexity and size of data sets and the wide range of applications in computer science, business, and health care, the process of discovering knowledge in data is more relevant than ever before.

This book provides the tools needed to thrive in today's big data world. The author demonstrates how to leverage a company's existing databases to increase profits and market share, and carefully explains the most current data science methods and techniques. The reader will "learn data mining by doing data mining". By adding chapters on data modelling preparation, imputation of missing data, and multivariate statistical analysis, Discovering Knowledge in Data, Second Edition remains the eminent reference on data mining.

  • The second edition of a highly praised, successful reference on data mining, with thorough coverage of big data applications, predictive analytics, and statistical analysis.
  • Includes new chapters on Multivariate Statistics, Preparing to Model the Data, and Imputation of Missing Data, and an Appendix on Data Summarization and Visualization
  • Offers extensive coverage of the R statistical programming language
  • Contains 280 end-of-chapter exercises
  • Includes a companion website for university instructorswho adopt the book

Domande frequenti

Come faccio ad annullare l'abbonamento?
È semplicissimo: basta accedere alla sezione Account nelle Impostazioni e cliccare su "Annulla abbonamento". Dopo la cancellazione, l'abbonamento rimarrà attivo per il periodo rimanente già pagato. Per maggiori informazioni, clicca qui
È possibile scaricare libri? Se sì, come?
Al momento è possibile scaricare tramite l'app tutti i nostri libri ePub mobile-friendly. Anche la maggior parte dei nostri PDF è scaricabile e stiamo lavorando per rendere disponibile quanto prima il download di tutti gli altri file. Per maggiori informazioni, clicca qui
Che differenza c'è tra i piani?
Entrambi i piani ti danno accesso illimitato alla libreria e a tutte le funzionalità di Perlego. Le uniche differenze sono il prezzo e il periodo di abbonamento: con il piano annuale risparmierai circa il 30% rispetto a 12 rate con quello mensile.
Cos'è Perlego?
Perlego è un servizio di abbonamento a testi accademici, che ti permette di accedere a un'intera libreria online a un prezzo inferiore rispetto a quello che pagheresti per acquistare un singolo libro al mese. Con oltre 1 milione di testi suddivisi in più di 1.000 categorie, troverai sicuramente ciò che fa per te! Per maggiori informazioni, clicca qui.
Perlego supporta la sintesi vocale?
Cerca l'icona Sintesi vocale nel prossimo libro che leggerai per verificare se è possibile riprodurre l'audio. Questo strumento permette di leggere il testo a voce alta, evidenziandolo man mano che la lettura procede. Puoi aumentare o diminuire la velocità della sintesi vocale, oppure sospendere la riproduzione. Per maggiori informazioni, clicca qui.
Discovering Knowledge in Data è disponibile online in formato PDF/ePub?
Sì, puoi accedere a Discovering Knowledge in Data di Daniel T. Larose, Chantal D. Larose in formato PDF e/o ePub, così come ad altri libri molto apprezzati nelle sezioni relative a Informatica e Archiviazione di dati. Scopri oltre 1 milione di libri disponibili nel nostro catalogo.

Informazioni

Editore
Wiley
Anno
2014
ISBN
9781118873588
Edizione
2
Argomento
Informatica

Indice dei contenuti

  1. DISCOVERING KNOWLEDGE IN DATA
  2. Contents
  3. Preface
  4. 1 An Introduction to Data Mining
  5. 2 Data Preprocessing
  6. 3 Exploratory Data Analysis
  7. 4 Univariate Statistical Analysis
  8. 5 Multivariate Statistics
  9. 6 Preparing to Model the Data
  10. 7 k-Nearest Neighbor Algorithm
  11. 8 Decision Trees
  12. 9 Neural Networks
  13. 10 Hierarchical and k-Means Clustering
  14. 11 Kohonen Networks
  15. 12 Association Rules
  16. 13 Imputation of Missing Data
  17. 14 Model Evaluation Techniques
  18. Appendix Data Summarization and Visualization
  19. Index