<p>Von besonderem Nutzen ist die kostenlos verfügbare OpenSource Programmiersprache R für sozialwissenschaftliche ForscherInnen, da hier neben den Standardtechniken eher spezifische Verfahren mit stärker visuellem Anteil, wie die Korrespondenzanalyse, integriert sind. Aber auch für tabellarische Dar
Predictive Analytics und Data Mining : Eine Einführung mit R
✍ Scribed by Marlis von der Hude
- Publisher
- Springer Fachmedien Wiesbaden;Springer Vieweg
- Year
- 2020
- Tongue
- German
- Leaves
- 221
- Edition
- 1. Aufl.
- Category
- Library
No coin nor oath required. For personal study only.
✦ Synopsis
Dieses Buch bietet einen leicht verständlichen Einstieg in die Thematik des Data Minings und der Prädiktiven Analyseverfahren. Als Methodensammlung gedacht, bietet es zu jedem Verfahren zunächst eine kurze Darstellung der Theorie und erklärt die zum Verständnis notwendigen Formeln. Es folgt jeweils eine Illustration der Verfahren mit Hilfe von Beispielen, die mit dem Programmpaket R erarbeitet werden. Zum Abschluss wird eine einfache Möglichkeit präsentiert, mit der die Performancewerte verschiedener Verfahren mit statistischen Mitteln verglichen werden können. Zum Einsatz kommen hierbei geeignete Grafiken und Konfidenzintervalle.Das Buch verzichtet nicht auf Theorie, es präsentiert jedoch so wenig Theorie wie möglich, aber so viel wie nötig und ist somit optimal für Studium und Selbststudium geeignet.
✦ Table of Contents
Front Matter ....Pages I-XI
Data Science, Predictive Analytics oder einfach: – Datenanalyse – (Marlis von der Hude)....Pages 1-7
Front Matter ....Pages 9-9
Deskriptive Statistik/Explorative Datenanalyse – mit einer kurzen Einführung in R (Marlis von der Hude)....Pages 11-32
Korrelation (Marlis von der Hude)....Pages 33-40
Front Matter ....Pages 43-43
Distanzen zwischen Objekten (Marlis von der Hude)....Pages 43-48
Clusteranalyse (Marlis von der Hude)....Pages 49-79
Front Matter ....Pages 83-83
Dimensionsreduktion – Hauptkomponentenanalyse englisch: principal components (PCA) (Marlis von der Hude)....Pages 83-92
Front Matter ....Pages 95-95
Prädiktive Verfahren: Klassifikation und Regression (Marlis von der Hude)....Pages 95-97
k-nächste Nachbarn (k nearest neighbours) (Marlis von der Hude)....Pages 99-106
Regressionsanalyse – Ein klassisches Verfahren der Statistik (Marlis von der Hude)....Pages 107-123
Logistische Regression – Ein Prognoseverfahren für die Klassifikationsfragestellung (Marlis von der Hude)....Pages 125-135
Klassifikations- und Regressionsbäume (Trees) (Marlis von der Hude)....Pages 137-169
Naives Bayes-Klassifikationsverfahren (Marlis von der Hude)....Pages 171-177
Support-Vector-Machines (Marlis von der Hude)....Pages 179-199
Neuronale Netze (Marlis von der Hude)....Pages 201-210
Empirischer Vergleich der Performance verschiedener Klassifikationsverfahren (Marlis von der Hude)....Pages 211-218
Back Matter ....Pages 219-224
✦ Subjects
Computer Science; Data Mining and Knowledge Discovery; Mathematics of Computing; Theory of Computation
📜 SIMILAR VOLUMES
<p><p>R ist eine kostenlos verfügbare OpenSource Programmiersprache und eine Arbeitsumgebung für statistische Datenanalyse und graphische Darstellungen, die seit mehreren Jahren Eingang in verschiedenste Disziplinen findet. Die Paketstruktur erlaubt ein flexibles und unvergleichlich breites Anwendun
Im Mittelpunkt dieses anwendungsbezogenen Lehrbuchs stehen Architekturen, Methoden und Werkzeuge entscheidungsunterst?tzender Systeme. Beispiele und Aufgaben erm?glichen die Entwicklung von Anwendungen mit der Demonstrationssoftware der CD ROM. Eine interaktive Foliensammlung veranschaulicht den Buc
<p><P> Statistische Verfahren werden in der Medizin und in allen Naturwissenschaften, in der Wirtschaft, in der Technik und zunehmend auch in den Sozial- und Geisteswissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu überwinden, geben die Autoren in dem vor
<p><P> Statistische Verfahren werden in der Medizin und in allen Naturwissenschaften, in der Wirtschaft, in der Technik und zunehmend auch in den Sozial- und Geisteswissenschaften eingesetzt. Die Statistik gilt trotzdem als schwierig. Um diese Hemmschwelle zu überwinden, geben die Autoren in dem vor