груздев артем владимирович прогнозное моделирование в ibm spss statistics r и python метод деревьев решений и случайный лес
Груздев Артем Владимирович Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайный лес
Данная книга представляет собой практическое руководство по применению метода деревьев решений и случайного леса для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax, R и Python, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений и случайного леса от таких компаний, как Citibank N.A., Transunion и DBS Bank. Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей.
3398 Руб.
Груздев Артем Владимирович 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.
1700 Руб.
Груздев А. Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайный лес
• Практическое применение методов машинного обучения на базе популярных статистических пакетов IBM SPSS Statistics, R и Python • Строительство и интерпретация дерева решений и случайного леса • Оценка дискриминирующей способности полученных моделей • Улучшение модели дерева с помощью процедуры обрезки ветвей (прунинга) • Оптимизация модели логистической регрессии, используя информацию дерева и случайного леса • Навыки оптимального конструирования признаков • Улучшение модели случайного леса с помощью автоматической автоматизации параметров • Применение правил классификации/прогноза, полученных с помощью дерева, к новым данным Второе издание книги дополнено главами о применении методов машинного обучения на базе Python. Данная книга представляет собой практическое руководство по применению метода деревьев решений и случайного леса для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax, R и Python, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений и случайного леса от таких компаний, как Citibank N.A., Transunion и DBS Bank. Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей.
3779 Руб.
Груздев А. Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайный лес
• Практическое применение методов машинного обучения на базе популярных статистических пакетов IBM SPSS Statistics, R и Python • Строительство и интерпретация дерева решений и случайного леса • Оценка дискриминирующей способности полученных моделей • Улучшение модели дерева с помощью процедуры обрезки ветвей (прунинга) • Оптимизация модели логистической регрессии, используя информацию дерева и случайного леса • Навыки оптимального конструирования признаков • Улучшение модели случайного леса с помощью автоматической автоматизации параметров • Применение правил классификации/прогноза, полученных с помощью дерева, к новым данным Второе издание книги дополнено главами о применении методов машинного обучения на базе Python. Данная книга представляет собой практическое руководство по применению метода деревьев решений и случайного леса для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax, R и Python, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений и случайного леса от таких компаний, как Citibank N.A., Transunion и DBS Bank. Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей.
3779 Руб.
Наследов Андрей Дмитриевич IBM SPSS Statistics 20 и AMOS: профессиональный статистический анализ данных
Книга представляет собой практическое руководство по анализу данных с помощью самой мощной и популярной программы статистической обработки информации - IBM SPSS Statistics 20. В издании подробно описываются основы работы с пакетом SPSS, рассматривается большинство методов обработки и анализа данных, а также способов табличного и графического представления полученных результатов. Кроме того, книга содержит подробную информацию о программе IBM SPSS AMOS, позволяющей использовать в исследованиях популярную и эффективную методологию моделирования структурными уравнениями (SEM - structural equation modeling). Материал книги организован таким образом, чтобы удовлетворить запросы как новичка, впервые приступающего к анализу данных на компьютере, так и опытного исследователя, желающего воспользоваться самыми современными методами. Основное содержание глав составляют пошаговые инструкции по реализации различных видов математико-статистического анализа в SPSS. Особое внимание уделяется полученным результатам и их интерпретации. В конце книги приведен глоссарий, содержащий определения большинства статистических терминов.
908 Руб.
Груздев Артем Владимирович Предварительная подготовка данных в Python. Том 1. Инструменты и валидация
В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач. Прочитав первый том, вы научитесь: - работать в IPython и Jupyter Notebook; - применять функции библиотеки NumPy; - визуализировать результаты анализа с помощью библиотек matplotlib, seaborn и plotly; - выполнять предварительную подготовку данных в библиотеке pandas; - работать с классами scikit-learn, строящими модели предварительной подготовки данных и модели машинного обучения; - применять различные стратегии валидации данных.
4078 Руб.
Груздев Артем Владимирович Предварительная подготовка данных в Python. Том 2. План, примеры и метрики качества
В двухтомнике представлены материалы по применению классических методов машинного обучения для различных промышленных задач. Прочитав второй том, вы научитесь: - составлять план предварительной подготовки данных; - конструировать признаки; - отбирать признаки; - работать с метриками бинарной классификации и регрессии; - выполнять байесовскую оптимизацию гиперпараметров; - создавать контейнеры Docker; - строить модели c помощью платформы H2O.
4078 Руб.
Хейдт Майкл, Груздев Артем Владимирович Изучаем pandas
Библиотека pandas - популярный пакет для анализа и обработки данных на языке Python. Он предлагает эффективные, быстрые, высокопроизводительные структуры данных, которые позволяют существенно упростить работу. Данная книга познакомит вас с обширным набором инструментов, предлагаемых библиотекой pandas, - начиная с обзора загрузки данных с удаленных источников, выполнения численного и статистического анализа, индексации, агрегации и заканчивая визуализацией данных и анализом финансовой информации. Во второе издание добавлены новые приложения, посвященные предварительной подготовке данных и настройке гиперпараметров, работе с датами, строками и предупреждениями. Подробно освещены алгоритмы случайного леса, градиентного бустинга CatBoost и логистической регрессии. Издание предназначено всем разработчикам на языке Python, интересующимся обработкой данных. 2-е издание, дополненное.
3230 Руб.
Груздев В. Метод гражданского права
Монография представляет собой теоретическое исследование гражданско-правового метода как системы приемов регулирования, предназначенных для создания условий реализации гражданской правосубъектности. Выявляется сущность гражданско-правового метода как элемента цивилистического режима, анализируются предопределяющие гражданско-правовой метод факторы, раскрывается содержание составляющих современный гражданско-правовой метод приемов регулирования. Издание предназначено для студентов, магистрантов, аспирантов и преподавателей высших учебных заведений, научных и практических работников, а также всех читателей, интересующихся проблемами современного гражданского права.
1879 Руб.
Груздев В. Метод гражданского права
Монография представляет собой теоретическое исследование гражданско-правового метода как системы приемов регулирования, предназначенных для создания условий реализации гражданской правосубъектности. Выявляется сущность гражданско-правового метода как элемента цивилистического режима, анализируются предопределяющие гражданско-правовой метод факторы, раскрывается содержание составляющих современный гражданско-правовой метод приемов регулирования. Издание предназначено для студентов, магистрантов, аспирантов и преподавателей высших учебных заведений, научных и практических работников, а также всех читателей, интересующихся проблемами современного гражданского права.
1879 Руб.
Глебов Владимир Ильич, Криволапов Сергей Яковлевич Анализ данных в экономике. Сборник задач. Учебник
Сборник задач по дисциплине «Анализ данных» составлен на основе учебника В.И.?Соловьева «Анализ данных в экономике» и содержит задачи первых шести глав (теория вероятностей, математическая статистика) учебника. Для всех задач даны решения с применением Microsoft Excel, языков R и Python. Для ряда задач, кроме аналитических решений, использовался метод Монте-Карло. Соответствует ФГОС ВО последнего поколения. Для студентов бакалавриата, обучающихся по направлениям подготовки экономики и управления, а также для практических специалистов.
3812 Руб.
Русина Л. Вычислительная математика. Численные методы интегрирования и решения дифференциальных уравнений и систем. Учебное пособие для вузов
Настоящее пособие служит руководством студентам для самостоятельного выполнения заданий и составлено в соответствии с программами: «Вычислительная математика», «Информатика», «Моделирование систем и процессов», «Информатика и информационные технологии», может быть полезно студентам инженерных специальностей и направлений. Пособие содержит краткий теоретический материал по темам: «Численное интегрирование», «Численное решение дифференциальных уравнений и систем», «Метод сеток решения волнового уравнения», «Решение жестких задач», «Обзор математических программных систем». В пособии даны рекомендации использования программы Mathcad (Professional-2000) и приводятся подробные решения задач по данным темам с детальными пояснениями и с алгоритмами решений на языке Python.
2619 Руб.
Русина Лариса Германовна Вычислительная математика. Численные методы интегрирования и решения дифференциальных уравнений
Настоящее пособие служит руководством студентам для самостоятельного выполнения заданий и составлено в соответствии с программами: "Вычислительная математика", "Информатика", "Моделирование систем и процессов", "Информатика и информационные технологии", может быть полезно студентам инженерных специальностей и направлений. Пособие содержит краткий теоретический материал по темам: "Численное интегрирование", "Численное решение дифференциальных уравнений и систем", "Метод сеток решения волнового уравнения", "Решение жестких задач", "Обзор математических программных систем". В пособии даны рекомендации использования программы Mathcad (Professional-2000) и приводятся подробные решения задач по данным темам с детальными пояснениями и с алгоритмами решений на языке Python.
1711 Руб.
Русина Л. Вычислительная математика. Численные методы интегрирования и решения дифференциальных уравнений и систем. Учебное пособие для вузов
Настоящее пособие служит руководством студентам для самостоятельного выполнения заданий и составлено в соответствии с программами: «Вычислительная математика», «Информатика», «Моделирование систем и процессов», «Информатика и информационные технологии», может быть полезно студентам инженерных специальностей и направлений. Пособие содержит краткий теоретический материал по темам: «Численное интегрирование», «Численное решение дифференциальных уравнений и систем», «Метод сеток решения волнового уравнения», «Решение жестких задач», «Обзор математических программных систем». В пособии даны рекомендации использования программы Mathcad (Professional-2000) и приводятся подробные решения задач по данным темам с детальными пояснениями и с алгоритмами решений на языке Python.
2619 Руб.
Царик Г. и др. Информатика и медицинская статистика
Настоящее учебное пособие подготовлено сотрудниками кафедры общественного здоровья, здравоохранения и медицинской информатики ФГБОУ ВО "Кемеровский государственный медицинский университет" Минздрава России, Учреждения ДПО "Кемеровский институт социально-экономических проблем здравоохранения". .В нем определены цель и задачи статистики применительно к медицине и здравоохранению, представлен перечень вопросов для изучения ее теоретических аспектов, предложены ситуационные задачи по изучаемой проблеме. Рассмотрены компьютерные технологии обработки статистической информации с использованием программы MS Office Pro Plus 2013 - лицензия № 620007606 и программного обеспечения IBM SPSS Statistics Base Campus Edition Campus Value Unit Annual SW Subscription & Support Renewal - лицензионный договор № 20160805-1 с ЗАО "Прогностические решения" г. Москвы. .Учебное пособие составлено в соответствии с учебной программой дисциплины "Организация здравоохранения и общественное здоровье" и предлагается в качестве приложения к учебнику в рамках программы дополнительного профессионального образования по направлению подготовки 31.08.71 "Организация здравоохранения и общественное здоровье".
1309 Руб.
Царик Галина Николаевна, Ивойлов Валерий Михайлович, Полянская Ирина Александровна Информатика и медицинская статистика. Учебное пособие
Настоящее учебное пособие подготовлено сотрудниками кафедры общественного здоровья, здравоохранения и медицинской информатики ФГБОУ ВО "Кемеровский государственный медицинский университет" Минздрава России, Учреждения ДПО "Кемеровский институт социально-экономических проблем здравоохранения". В нем определены цель и задачи статистики применительно к медицине и здравоохранению, представлен перечень вопросов для изучения ее теоретических аспектов, предложены ситуационные задачи по изучаемой проблеме. Рассмотрены компьютерные технологии обработки статистической информации с использованием программы MS Office Pro Plus 2013 - лицензия № 620007606 и программного обеспечения IBM SPSS Statistics Base Campus Edition Campus Value Unit Annual SW Subscription & Support Renewal - лицензионный договор № 20160805-1 с ЗАО "Прогностические решения" г. Москвы. Учебное пособие составлено в соответствии с учебной программой дисциплины "Организация здравоохранения и общественное здоровье" и предлагается в качестве приложения к учебнику в рамках программы дополнительного профессионального образования по направлению подготовки 31.08.71 "Организация здравоохранения и общественное здоровье".
1802 Руб.