清华大学出版社

本书采用SAS公司的统计软件包JMP Pro进行实践性应用，使用引人入胜的实际案例来构建关键数据挖掘方法（尤其是分类和预测的预测模型）的理论及其实践理解。本书所讨论的主题包括数据可视化、降维、聚类、线性和逻辑回归、分类和回归树、判别分析、朴素贝叶斯、人工神经网络、增量模型、集成算法以及时间序列预测等。

无论你选择什么职业或工作地点，你的未来肯定会被数据所包围。现代世界由几 十亿个键盘和数万亿个卡片刷头所发出的数据脉冲所构成，这些数据来自于电子设备和 系统的各种操作，并且能够在全球范围内迅速传播。数据量是难以用数量来衡量的。但 这并不在于你拥有多少数据，而是你用它做什么。把握住这个凌乱的数据世界并很好地 利用它，将会成为组织运作良好和职业生涯成功的关键，它不仅仅存在于硅谷、谷歌、 Facebook这些地方，也存在于保险公司、银行、汽车制造商、航空公司、医院等地方， 甚至可以说它几乎无处不在。 这就是本书（《数据挖掘：商业数据分析技术与实践》）所能给读者提供的。 Shmueli教授同她的合著者为学生们提供了这样一个非常有用的学习指南，其中涉及与复 杂数据集相关的重要概念和方法。本书作者具有多年的教学经验，为了跟上本科及研究 生商业分析课程中的变化，我们已经对早期的版本进行修订。最重要的是，新版本集成 了SAS研究所用于处理和分析数据的统计工具JMP Pro.。学习分析方法的最终目的是通 过数据生成一些见解。通过强大的统计工具训练学习者敏捷的思维，是学习过程中必不 可少的关键一步。 如果你把目光放在引领数字世界，那么本书将会是你为未来做准备的开始。 Michael Rappa 高级分析研究所 北卡罗来纳州立大学

版权图片链接