28.36 USD
Наличие на складе:
Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 06.05.2024; планируемая отправка: 07.05.2024
Ожидаемое поступление (если вы сделаете заказ прямо сейчас): 09.05.2024; планируемая отправка: 10.05.2024
Издательство: | ДМК Пресс |
Дата выхода: | ноябрь 2018 |
ISBN: | 978-5-97060-539-4 |
Объём: | 634 страниц |
Масса: | 1000 г |
Размеры(В x Ш x Т), см: | 24 x 17 |
Обложка: | твёрдая |
Бумага: | офсетная |
Переводное издание | + |
Язык оригинала: | английский |
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, R и Python, 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 модели дерева решений и случайного леса;
• оценивать дискриминирующую способность полученных моделей;
• улучшать модели дерева с помощью процедуры обрезки ветвей (прунинга);
• улучшать модели логистической регрессии, используя информацию дерева и случайного леса;
• применять правила классификации/прогноза, полученные с помощью дерева и случайного леса, к новым данным;
• овладеть навыками конструирования признаков (feature engineering);
• улучшать модели случайного леса с помощью автоматизированной оптимизации параметров.
Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей. Второе издание книги дополнено главами о применении методов машинного обучения на базе Python