Data Mining for Business Intelligence

Concepts, Techniques, and Applications in Microsoft Office Excel with XLMiner

Author: Galit Shmueli,Nitin R. Patel,Peter C. Bruce

Publisher: John Wiley and Sons

ISBN: 1118126041

Category: Mathematics

Page: 428

View: 9167

Praise for the First Edition " full of vivid and thought-provoking anecdotes needs to be read by anyone with a serious interest in research and marketing." —Research magazine "Shmueli et al. have done a wonderful job in presenting the field of data mining a welcome addition to the literature." —computingreviews.com Incorporating a new focus on data visualization and time series forecasting, Data Mining for Business Intelligence, Second Edition continues to supply insightful, detailed guidance on fundamental data mining techniques. This new edition guides readers through the use of the Microsoft Office Excel add-in XLMiner for developing predictive models and techniques for describing and finding patterns in data. From clustering customers into market segments and finding the characteristics of frequent flyers to learning what items are purchased with other items, the authors use interesting, real-world examples to build a theoretical and practical understanding of key data mining methods, including classification, prediction, and affinity analysis as well as data reduction, exploration, and visualization. The Second Edition now features: Three new chapters on time series forecasting, introducing popular business forecasting methods including moving average, exponential smoothing methods; regression-based models; and topics such as explanatory vs. predictive modeling, two-level models, and ensembles A revised chapter on data visualization that now features interactive visualization principles and added assignments that demonstrate interactive visualization in practice Separate chapters that each treat k-nearest neighbors and Naïve Bayes methods Summaries at the start of each chapter that supply an outline of key topics The book includes access to XLMiner, allowing readers to work hands-on with the provided data. Throughout the book, applications of the discussed topics focus on the business problem as motivation and avoid unnecessary statistical theory. Each chapter concludes with exercises that allow readers to assess their comprehension of the presented material. The final chapter includes a set of cases that require use of the different data mining techniques, and a related Web site features data sets, exercise solutions, PowerPoint slides, and case solutions. Data Mining for Business Intelligence, Second Edition is an excellent book for courses on data mining, forecasting, and decision support systems at the upper-undergraduate and graduate levels. It is also a one-of-a-kind resource for analysts, researchers, and practitioners working with quantitative methods in the fields of business, finance, marketing, computer science, and information technology.

Data Mining for Business Analytics

Concepts, Techniques, and Applications with XLMiner

Author: Galit Shmueli,Peter C. Bruce,Nitin R. Patel

Publisher: John Wiley & Sons

ISBN: 1118729242

Category: Mathematics

Page: 560

View: 6582

Data Mining for Business Analytics: Concepts, Techniques, and Applications in XLMiner®, Third Edition presents an applied approach to data mining and predictive analytics with clear exposition, hands-on exercises, and real-life case studies. Readers will work with all of the standard data mining methods using the Microsoft® Office Excel® add-in XLMiner® to develop predictive models and learn how to obtain business value from Big Data. Featuring updated topical coverage on text mining, social network analysis, collaborative filtering, ensemble methods, uplift modeling and more, the Third Edition also includes: Real-world examples to build a theoretical and practical understanding of key data mining methods End-of-chapter exercises that help readers better understand the presented material Data-rich case studies to illustrate various applications of data mining techniques Completely new chapters on social network analysis and text mining A companion site with additional data sets, instructors material that include solutions to exercises and case studies, and Microsoft PowerPoint® slides https://www.dataminingbook.com Free 140-day license to use XLMiner for Education software Data Mining for Business Analytics: Concepts, Techniques, and Applications in XLMiner®, Third Edition is an ideal textbook for upper-undergraduate and graduate-level courses as well as professional programs on data mining, predictive modeling, and Big Data analytics. The new edition is also a unique reference for analysts, researchers, and practitioners working with predictive analytics in the fields of business, finance, marketing, computer science, and information technology. Praise for the Second Edition "…full of vivid and thought-provoking anecdotes... needs to be read by anyone with a serious interest in research and marketing."– Research Magazine "Shmueli et al. have done a wonderful job in presenting the field of data mining - a welcome addition to the literature." – ComputingReviews.com "Excellent choice for business analysts...The book is a perfect fit for its intended audience." – Keith McCormick, Consultant and Author of SPSS Statistics For Dummies, Third Edition and SPSS Statistics for Data Analysis and Visualization Galit Shmueli, PhD, is Distinguished Professor at National Tsing Hua University’s Institute of Service Science. She has designed and instructed data mining courses since 2004 at University of Maryland, Statistics.com, The Indian School of Business, and National Tsing Hua University, Taiwan. Professor Shmueli is known for her research and teaching in business analytics, with a focus on statistical and data mining methods in information systems and healthcare. She has authored over 70 journal articles, books, textbooks and book chapters. Peter C. Bruce is President and Founder of the Institute for Statistics Education at www.statistics.com. He has written multiple journal articles and is the developer of Resampling Stats software. He is the author of Introductory Statistics and Analytics: A Resampling Perspective, also published by Wiley. Nitin R. Patel, PhD, is Chairman and cofounder of Cytel, Inc., based in Cambridge, Massachusetts. A Fellow of the American Statistical Association, Dr. Patel has also served as a Visiting Professor at the Massachusetts Institute of Technology and at Harvard University. He is a Fellow of the Computer Society of India and was a professor at the Indian Institute of Management, Ahmedabad for 15 years.

Real-Time Data Mining

Author: Florian Stompe

Publisher: Diplomica Verlag

ISBN: 3836678799

Category: Business & Economics

Page: 106

View: 5162

Data Mining ist ein inzwischen etabliertes, erfolgreiches Werkzeug zur Extraktion von neuem, bislang unbekanntem Wissen aus Daten. In mittlerweile fast allen gr eren Unternehmen wird es genutzt um Mehrwerte f r Kunden zu generieren, den Erfolg von Marketingkampagnen zu erh hen, Betrugsverdacht aufzudecken oder beispielsweise durch Segmentierung unterschiedliche Kundengruppen zu identifizieren. Ein Grundproblem der intelligenten Datenanalyse besteht darin, dass Daten oftmals in rasanter Geschwindigkeit neu entstehen. Eink ufe im Supermarkt, Telefonverbindungen oder der ffentliche Verkehr erzeugen t glich eine neue Flut an Daten, in denen potentiell wertvolles Wissen steckt. Die versteckten Zusammenh nge und Muster k nnen sich im Zeitverlauf mehr oder weniger stark ver ndern. Datenmodellierung findet in der Regel aber noch immer einmalig bzw. sporadisch auf dem Snapshot einer Datenbank statt. Einmal erkannte Muster oder Zusammenh nge werden auch dann noch angenommen, wenn diese l ngst nicht mehr bestehen. Gerade in dynamischen Umgebungen wie zum Beispiel einem Internet-Shop sind Data Mining Modelle daher schnell veraltet. Betrugsversuche k nnen dann unter Umst nden nicht mehr erkannt, Absatzpotentiale nicht mehr genutzt werden oder Produktempfehlungen basieren auf veralteten Warenk rben. Um dauerhaft Wettbewerbsvorteile erzielen zu k nnen, muss das Wissen ber Daten aber m glichst aktuell und von ausgezeichneter Qualit t sein. Der Inhalt dieses Buches skizziert Methoden und Vorgehensweisen von Data Mining in Echtzeit.

Excel Formeln und Funktionen für Dummies

Author: Ken Bluttman

Publisher: John Wiley & Sons

ISBN: 3527802533

Category: Computers

Page: 399

View: 4925

In Excel 2016 gibt es mehr als 400 Funktionen, von ABRUNDEN bis ZZR. Aber welche der vielen Funktionen erleichtert Ihnen Ihre Arbeit? Wie setzen Sie die Funktionen richtig ein? Wie lautet die Syntax? Dieses Buch stellt Excel-Einsteigern die 150 nützlichsten Excel-Funktionen ausführlich vor. Der richtige Gebrauch wird anhand von Alltagsbeispielen deutlich. Hier sind nur drei: Löschen Sie überflüssige und unschöne Leerzeichen in Ihren Tabellen, analysieren Sie die Leistungsverteilung in einer Schulklasse (oder einem Verkaufsteam), vergleichen Sie Kredite mit unterschiedlichen Laufzeiten und ermitteln Sie mit ZZR die Anzahl der Zahlungsperioden bei einer vorgegebenen Rückzahlungsrate.

Getting Started with Business Analytics

Insightful Decision-Making

Author: David Roi Hardoon,Galit Shmueli

Publisher: CRC Press

ISBN: 1439896542

Category: Business & Economics

Page: 190

View: 1254

Assuming no prior knowledge or technical skills, Getting Started with Business Analytics: Insightful Decision-Making explores the contents, capabilities, and applications of business analytics. It bridges the worlds of business and statistics and describes business analytics from a non-commercial standpoint. The authors demystify the main concepts and terminologies and give many examples of real-world applications. The first part of the book introduces business data and recent technologies that have promoted fact-based decision-making. The authors look at how business intelligence differs from business analytics. They also discuss the main components of a business analytics application and the various requirements for integrating business with analytics. The second part presents the technologies underlying business analytics: data mining and data analytics. The book helps you understand the key concepts and ideas behind data mining and shows how data mining has expanded into data analytics when considering new types of data such as network and text data. The third part explores business analytics in depth, covering customer, social, and operational analytics. Each chapter in this part incorporates hands-on projects based on publicly available data. Helping you make sound decisions based on hard data, this self-contained guide provides an integrated framework for data mining in business analytics. It takes you on a journey through this data-rich world, showing you how to deploy business analytics solutions in your organization.

Data mining

praktische Werkzeuge und Techniken für das maschinelle Lernen

Author: Ian H. Witten,Eibe Frank

Publisher: N.A

ISBN: 9783446215337

Category:

Page: 386

View: 607

Modeling Online Auctions

Author: Wolfgang Jank,Galit Shmueli

Publisher: John Wiley & Sons

ISBN: 9781118031865

Category: Mathematics

Page: 336

View: 8982

Explore cutting-edge statistical methodologies for collecting, analyzing, and modeling online auction data Online auctions are an increasingly important marketplace, as the new mechanisms and formats underlying these auctions have enabled the capturing and recording of large amounts of bidding data that are used to make important business decisions. As a result, new statistical ideas and innovation are needed to understand bidders, sellers, and prices. Combining methodologies from the fields of statistics, data mining, information systems, and economics, Modeling Online Auctions introduces a new approach to identifying obstacles and asking new questions using online auction data. The authors draw upon their extensive experience to introduce the latest methods for extracting new knowledge from online auction data. Rather than approach the topic from the traditional game-theoretic perspective, the book treats the online auction mechanism as a data generator, outlining methods to collect, explore, model, and forecast data. Topics covered include: Data collection methods for online auctions and related issues that arise in drawing data samples from a Web site Models for bidder and bid arrivals, treating the different approaches for exploring bidder-seller networks Data exploration, such as integration of time series and cross-sectional information; curve clustering; semi-continuous data structures; and data hierarchies The use of functional regression as well as functional differential equation models, spatial models, and stochastic models for capturing relationships in auction data Specialized methods and models for forecasting auction prices and their applications in automated bidding decision rule systems Throughout the book, R and MATLAB software are used for illustrating the discussed techniques. In addition, a related Web site features many of the book's datasets and R and MATLAB code that allow readers to replicate the analyses and learn new methods to apply to their own research. Modeling Online Auctions is a valuable book for graduate-level courses on data mining and applied regression analysis. It is also a one-of-a-kind reference for researchers in the fields of statistics, information systems, business, and marketing who work with electronic data and are looking for new approaches for understanding online auctions and processes. Visit this book's companion website by clicking here

TensorFlow für Dummies

Author: Matthew Scarpino

Publisher: John Wiley & Sons

ISBN: 3527818960

Category: Computers

Page: 324

View: 8947

TensorFlow ist Googles herausragendes Werkzeug für das maschinelle Lernen, und dieses Buch macht es zugänglich, selbst wenn Sie bisher wenig über neuronale Netze und Deep Learning wissen. Sie erfahren, auf welchen Prinzipien TensorFlow basiert und wie Sie mit TensorFlow Anwendungen schreiben. Gleichzeitig lernen Sie die Konzepte des maschinellen Lernens kennen. Wenn Sie Softwareentwickler sind und TensorFlow in Zukunft einsetzen möchten, dann ist dieses Buch der richtige Einstieg für Sie. Greifen Sie auch zu, wenn Sie einfach mehr über das maschinelle Lernen erfahren wollen.

big data @ work

Chancen erkennen, Risiken verstehen

Author: Thomas H. Davenport

Publisher: Vahlen

ISBN: 3800648156

Category: Fiction

Page: 214

View: 7941

Big Data in Unternehmen. Dieses neue Buch gibt Managern ein umfassendes Verständnis dafür, welche Bedeutung Big Data für Unternehmen zukünftig haben wird und wie Big Data tatsächlich genutzt werden kann. Am Ende jedes Kapitels aktivieren Fragen, selbst nach Lösungen für eine erfolgreiche Implementierung und Nutzung von Big Data im eigenen Unternehmen zu suchen. Die Schwerpunkte - Warum Big Data für Sie und Ihr Unternehmen wichtig ist - Wie Big Data Ihre Arbeit, Ihr Unternehmen und Ihre Branche verändern - - wird - Entwicklung einer Big Data-Strategie - Der menschliche Aspekt von Big Data - Technologien für Big Data - Wie Sie erfolgreich mit Big Data arbeiten - Was Sie von Start-ups und Online-Unternehmen lernen können - Was Sie von großen Unternehmen lernen können: Big Data und Analytics 3.0 Der Experte Thomas H. Davenport ist Professor für Informationstechnologie und -management am Babson College und Forschungswissenschaftler am MIT Center for Digital Business. Zudem ist er Mitbegründer und Forschungsdirektor am International Institute for Analytics und Senior Berater von Deloitte Analytics.

Statistical Methods in e-Commerce Research

Author: Wolfgang Jank,Galit Shmueli

Publisher: John Wiley & Sons

ISBN: 9780470323182

Category: Mathematics

Page: 512

View: 9585

This groundbreaking book introduces the application of statistical methodologies to e-Commerce data With the expanding presence of technology in today's economic market, the use of the Internet for buying, selling, and investing is growing more popular and public in nature. Statistical Methods in e-Commerce Research is the first book of its kind to focus on the statistical models and methods that are essential in order to analyze information from electronic-commerce (e-Commerce) transactions, identify the challenges that arise with new e-Commerce data structures, and discover new knowledge about consumer activity. This collection gathers over thirty researchers and practitioners from the fields of statistics, computer science, information systems, and marketing to discuss the growing use of statistical methods in e-Commerce research. From privacy protection to economic impact, the book first identifies the many obstacles that are encountered while collecting, cleaning, exploring, and analyzing e-Commerce data. Solutions to these problems are then suggested using established and newly developed statistical and data mining methods. Finally, a look into the future of this evolving area of study is provided through an in-depth discussion of the emerging methods for conducting e-Commerce research. Statistical Methods in e-Commerce Research successfully bridges the gap between statistics and e-Commerce, introducing a statistical approach to solving challenges that arise in the context of online transactions, while also introducing a wide range of e-Commerce applications and problems where novel statistical methodology is warranted. It is an ideal text for courses on e-Commerce at the upper-undergraduate and graduate levels and also serves as a valuable reference for researchers and analysts across a wide array of subject areas, including economics, marketing, and information systems who would like to gain a deeper understanding of the use of statistics in their work.

Mathematische Statistik

Author: Bartel L. van der Waerden

Publisher: Springer-Verlag

ISBN: 3642649742

Category: Mathematics

Page: 360

View: 8620

Lean UX

Mit der Lean-Methode zu besserer User Experience

Author: Jeff Gothelf,Josh Seiden

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958451616

Category:

Page: 208

View: 4940

- Lean UX effektiv im Unternehmen implementieren - Vorhandene Strukturen anpassen und interdisziplinäre Teams bilden - Mit Lean UX schlanke und schnell lieferbare Produktversionen erstellen Der Lean-UX-Ansatz für das Interaction Design ist wie geschaffen für die webdominierte Realität von heute. Jeff Gothelf, Pionier und führender Experte für Lean UX, erläutert in diesem Buch die zentralen Prinzipien, Taktiken und Techniken dieser Entwicklungsmethode von Grund auf – das Experimentieren mit Designideen in schneller Abfolge, die Validierung mithilfe echter Nutzer und die kontinuierliche Anpassung Ihres Designs anhand der neu hinzugewonnenen Erkenntnisse. In Anlehnung an die Theorien des Lean Developments und anderer agiler Entwicklungsmethoden gestattet Ihnen Lean UX, sich auf das Designen der eigentlichen User Experience statt auf die Deliverables zu konzentrieren. Dieses Buch zeigt Ihnen, wie Sie eng mit anderen Mitgliedern des Produktteams zusammenarbeiten sowie frühzeitige und häufige Nutzerfeedbacks realisieren können. Außerdem erfahren Sie, wie sich der Designprozess in kurzen, iterativen Zyklen vorantreiben lässt, um herauszufinden, was sowohl in geschäftlicher Hinsicht als auch aus Sicht der Nutzer am besten funktioniert. Lean UX weist Ihnen den Weg, wie Sie dieses Umdenken in Ihrem Unternehmen herbeiführen können – eine Wendung zum Besseren. - Visualisieren Sie das Problem, das Sie zu lösen versuchen, und fokussieren Sie Ihr Team auf die »richtigen« Ergebnisse - Vermitteln Sie dem gesamten Produktteam das Designer Toolkit - Lassen Sie Ihr Team sehr viel früher als üblich an Ihren Erkenntnissen teilhaben - Erstellen Sie MVPs (Minimum Viable Products), um in Erfahrung zu bringen, welche Ideen und Konzepte funktionieren - Beziehen Sie die »Stimme des Kunden« in den gesamten Projektzyklus mit ein - Kombinieren Sie Lean UX mit dem agilen Scrum-Framework und steigern Sie so die Produktivität Ihres Teams - Setzen Sie sich mit den organisatorischen Veränderungen auseinander, die zur Anwendung und Integration der Lean-UX-Methode erforderlich sind

Introductory Statistics and Analytics

A Resampling Perspective

Author: Peter C. Bruce

Publisher: John Wiley & Sons

ISBN: 1118881338

Category: Mathematics

Page: 312

View: 3201

Concise, thoroughly class-tested primer that features basicstatistical concepts in the concepts in the context of analytics,resampling, and the bootstrap A uniquely developed presentation of key statistical topics,Introductory Statistics and Analytics: A ResamplingPerspective provides an accessible approach to statisticalanalytics, resampling, and the bootstrap for readers with variouslevels of exposure to basic probability and statistics. Originallyclass-tested at one of the first online learning companies in thediscipline, www.statistics.com, the book primarily focuses onapplications of statistical concepts developed via resampling, witha background discussion of mathematical theory. This featurestresses statistical literacy and understanding, which demonstratesthe fundamental basis for statistical inference and demystifiestraditional formulas. The book begins with illustrations that have the essentialstatistical topics interwoven throughout before moving on todemonstrate the proper design of studies. Meeting all of theGuidelines for Assessment and Instruction in Statistics Education(GAISE) requirements for an introductory statistics course,Introductory Statistics and Analytics: A ResamplingPerspective also includes: Over 300 “Try It Yourself” exercises andintermittent practice questions, which challenge readers atmultiple levels to investigate and explore key statisticalconcepts Numerous interactive links designed to provide solutions toexercises and further information on crucial concepts Linkages that connect statistics to the rapidly growing fieldof data science Multiple discussions of various software systems, such asMicrosoft Office Excel®, StatCrunch, and R, to develop andanalyze data Areas of concern and/or contrasting points-of-view indicatedthrough the use of “Caution” icons Introductory Statistics and Analytics: A ResamplingPerspective is an excellent primary textbook for courses inpreliminary statistics as well as a supplement for courses inupper-level statistics and related fields, such as biostatisticsand econometrics. The book is also a general reference for readersinterested in revisiting the value of statistics.

Stichprobenverfahren

Author: William G. Cochran

Publisher: Walter de Gruyter

ISBN: 3110823004

Category: Reference

Page: 474

View: 970

Data Science mit Python

Das Handbuch für den Einsatz von IPython, Jupyter, NumPy, Pandas, Matplotlib und Scikit-Learn

Author: Jake VanderPlas

Publisher: MITP-Verlags GmbH & Co. KG

ISBN: 3958456979

Category: Computers

Page: 552

View: 5040

Die wichtigsten Tools für die Datenanalyse und-bearbeitung im praktischen Einsatz Python effizient für datenintensive Berechnungen einsetzen mit IPython und Jupyter Laden, Speichern und Bearbeiten von Daten und numerischen Arrays mit NumPy und Pandas Visualisierung von Daten mit Matplotlib Python ist für viele die erste Wahl für Data Science, weil eine Vielzahl von Ressourcen und Bibliotheken zum Speichern, Bearbeiten und Auswerten von Daten verfügbar ist. In diesem Buch erläutert der Autor den Einsatz der wichtigsten Tools. Für Datenanalytiker und Wissenschaftler ist dieses umfassende Handbuch von unschätzbarem Wert für jede Art von Berechnung mit Python sowie bei der Erledigung alltäglicher Aufgaben. Dazu gehören das Bearbeiten, Umwandeln und Bereinigen von Daten, die Visualisierung verschiedener Datentypen und die Nutzung von Daten zum Erstellen von Statistiken oder Machine-Learning-Modellen. Dieses Handbuch erläutert die Verwendung der folgenden Tools: ● IPython und Jupyter für datenintensive Berechnungen ● NumPy und Pandas zum effizienten Speichern und Bearbeiten von Daten und Datenarrays in Python ● Matplotlib für vielfältige Möglichkeiten der Visualisierung von Daten ● Scikit-Learn zur effizienten und sauberen Implementierung der wichtigsten und am meisten verbreiteten Algorithmen des Machine Learnings Der Autor zeigt Ihnen, wie Sie die zum Betreiben von Data Science verfügbaren Pakete nutzen, um Daten effektiv zu speichern, zu handhaben und Einblick in diese Daten zu gewinnen. Grundlegende Kenntnisse in Python werden dabei vorausgesetzt. Leserstimme zum Buch: »Wenn Sie Data Science mit Python betreiben möchten, ist dieses Buch ein hervorragender Ausgangspunkt. Ich habe es sehr erfolgreich beim Unterrichten von Informatik- und Statistikstudenten eingesetzt. Jake geht weit über die Grundlagen der Open-Source-Tools hinaus und erläutert die grundlegenden Konzepte, Vorgehensweisen und Abstraktionen in klarer Sprache und mit verständlichen Erklärungen.« – Brian Granger, Physikprofessor, California Polytechnic State University, Mitbegründer des Jupyter-Projekts

CIM Computer Integrated Manufacturing

Der computergesteuerte Industriebetrieb

Author: August-Wilhelm Scheer

Publisher: Springer-Verlag

ISBN: 3642970508

Category: Business & Economics

Page: 160

View: 4192

Mit Computer Integrated Manufacturing (CIM) wird die computerunterstützte Bearbeitung integrierter betrieblicher Abläufe zwischen Produktionsplanung und -steuerung, Konstruktion, Arbeitsvorbereitung, Fertigung und Qualitätssicherung verstanden. Der konsequente Einsatz der Informationstechnologie zusammen mit moderner Fertigungstechnik und neuen Organisationsverfahren eröffnet große Rationalisierungspotentiale durch Beschleunigung von Vorgängen und damit Abbau von Lagerbeständen, Erhöhung der Produktqualität und Erweiterung der Flexibilität gegenüber Kundenwünschen bezüglich Produktgestaltung und Lieferzeiten. Nach einer ausführlichen Begründung des Integrationsgedankens von CIM werden Anwendungsstand und neue Anforderungen durch den Integrationsgedanken der einzelnen CIM-Komponenten diskutiert. Die Schnittstellen zwischen betriebswirtschaftlicher und technischer Informationsverarbeitung werden ausführlich herausgearbeitet. Den Schwerpunkt des Buches bilden aber Realisierungs- und Implementierungsstrategien. Es wird eine am Institut des Verfassers entwickelte Implementierungsstrategie vorgestellt und anhand konkreter Beispiele demonstriert. Sechs Prototypen von realisierten CIM-Projekten machen die Realisierbarkeit mit heute verfügbaren EDV-Mitteln deutlich. Die erste Auflage wurde vom "Computer-Magazin" im Juni 1987 zum "Buch des Monats" erklärt, das Magazin schreibt:"In diesem Buch wird das Thema CIM unter überraschend vielfältigen Aspekten behandelt. Es bietet dem Fachmann eine Fülle von Anregungen zur konkreten Gestaltung seines CIM-Konzeptes und dem interessierten Laien einen tiefen Einblick in das komplexe Wissensgebiet."

Einführung in PHP 5

Author: David Sklar

Publisher: O'Reilly Germany

ISBN: 9783897213920

Category: Internet programming

Page: 366

View: 6067

Datenanalyse mit Python

Auswertung von Daten mit Pandas, NumPy und IPython

Author: Wes McKinney

Publisher: O'Reilly

ISBN: 3960102143

Category: Computers

Page: 542

View: 765

Erfahren Sie alles über das Manipulieren, Bereinigen, Verarbeiten und Aufbereiten von Datensätzen mit Python: Aktualisiert auf Python 3.6, zeigt Ihnen dieses konsequent praxisbezogene Buch anhand konkreter Fallbeispiele, wie Sie eine Vielzahl von typischen Datenanalyse-Problemen effektiv lösen. Gleichzeitig lernen Sie die neuesten Versionen von pandas, NumPy, IPython und Jupyter kennen.Geschrieben von Wes McKinney, dem Begründer des pandas-Projekts, bietet Datenanalyse mit Python einen praktischen Einstieg in die Data-Science-Tools von Python. Das Buch eignet sich sowohl für Datenanalysten, für die Python Neuland ist, als auch für Python-Programmierer, die sich in Data Science und Scientific Computing einarbeiten wollen. Daten und zugehöriges Material des Buchs sind auf GitHub verfügbar.Aus dem Inhalt:Nutzen Sie die IPython-Shell und Jupyter Notebook für das explorative ComputingLernen Sie Grundfunktionen und fortgeschrittene Features von NumPy kennenSetzen Sie die Datenanalyse-Tools der pandasBibliothek einVerwenden Sie flexible Werkzeuge zum Laden, Bereinigen, Transformieren, Zusammenführen und Umformen von DatenErstellen Sie interformative Visualisierungen mit matplotlibWenden Sie die GroupBy-Mechanismen von pandas an, um Datensätzen zurechtzuschneiden, umzugestalten und zusammenzufassenAnalysieren und manipulieren Sie verschiedenste Zeitreihen-DatenFür diese aktualisierte 2. Auflage wurde der gesamte Code an Python 3.6 und die neuesten Versionen der pandas-Bibliothek angepasst. Neu in dieser Auflage: Informationen zu fortgeschrittenen pandas-Tools sowie eine kurze Einführung in statsmodels und scikit-learn.