John W. Foreman Bücher

Welche Produkte kann ich meinen Kunden aufgrund ihrer vorherigen Käufe anbieten? Wie kann ich meine Absätze vorhersagen oder Kosten optimieren? Wenn Sie sich solche Fragen stellen, finden Sie in diesem Buch die passenden Antworten. Es richtet sich an alle, die über Daten verfügen und vermuten, dass darin wertvolle Erkenntnisse verborgen sind, aber nicht wissen, wie sie diese nutzen können. Data-Science-Spezialist John Foreman zeigt, wie auch kleinere Unternehmen von Big-Data-Ansätzen profitieren können, ohne mehr als grundlegende Mathekenntnisse und ein Tabellenkalkulationsprogramm wie Excel oder LibreOffice Calc zu benötigen. Nach allgemeinen Hinweisen zu Excel lernen Sie anhand realistischer Businessbeispiele, wie Sie Kunden clustern, Dokumente klassifizieren, Investitionen und Gewinne optimieren, Verkaufsprognosen erstellen und wichtige Ausreißer identifizieren. Die Verfahren werden verständlich und unterhaltsam erklärt, und alle Beispieldaten stehen zum Download auf der Verlagswebsite bereit, damit Sie direkt loslegen können. Wenn Sie tiefer in die Datenanalyse einsteigen möchten, gibt es einen Ausblick auf die Programmiersprache R, um weitere Möglichkeiten zu entdecken. So sind Sie bestens gerüstet, um das Beste aus Ihren Daten herauszuholen!

"Data Science gets thrown around in the press like it's magic. Major retailers are predicting everything from when their customers are pregnant to when they want a new pair of Chuck Taylors. It's a brave new world where seemingly meaningless data can be transformed into valuable insight to drive smart business decisions. But how does one exactly do data science? Do you have to hire one of these priests of the dark arts, the "data scientist," to extract this gold from your data? Nope. Data science is little more than using straight-forward steps to process raw data into actionable insight. And in Data Smart, author and data scientist John Foreman will show you how that's done within the familiar environment of a spreadsheet."-- Publisher's description

Nauka o danych, znana również pod nazwą data science, jest stosunkowo nową, interdyscyplinarną dziedziną, zajmującą się różnymi technikami analizy danych, ich implementacją i wykorzystywaniem do różnych celów. Zalety nauki o danych doceniają specjaliści z wielu branż: analitycy biznesowi, statystycy, architekci oprogramowania i osoby zajmujące się sztuczną inteligencją. Tak naprawdę ta dziedzina nie koncentruje się na kodowaniu i bazach danych, ale raczej na metodach wyłuskiwania z danych najróżniejszych cennych informacji. Wartość tej wiedzy niejednokrotnie okazuje się ogromna. Niniejsza książka jest przystępnym wprowadzeniem do nauki o danych. Jest przeznaczona dla osób, które chcą stosować techniki analizy danych w biznesie. Te techniki, opisane na podstawie praktycznych przypadków, to m.in. optymalizacja, prognozowanie i symulacja, a także sztuczna inteligencja, teoria grafów, analiza skupień i wykrywanie anomalii. Dzięki tej książce nie tylko zrozumiesz zasady analizowania danych, ale także nauczysz się wybierać technikę właściwą do rozwiązania danego problemu. Poznasz też techniki pracy z prototypami. Co ciekawe, niemal wszystkie opisane tu metody zostały zaprezentowane w arkuszu kalkulacyjnym. W książce opisano m.in. optymalizację za pomocą programowania liniowego i całkowitoliczbowego szereg czasowy, wykrywanie trendów i wahań sezonowych przewidywanie za pomocą wygładzania wykładniczego metodę symulacji Monte Carlo test Tukeya i lokalne czynniki odstające język R - zaawansowane techniki analizy danych Wyciśnij z danych każdą kroplę wiedzy!

Nauka o danych, znana również pod nazwą data science, jest stosunkowo nową, interdyscyplinarną dziedziną, zajmującą się różnymi technikami analizy danych, ich implementacją i wykorzystywaniem do różnych celów. Zalety nauki o danych doceniają specjaliści z wielu branż: analitycy biznesowi, statystycy, architekci oprogramowania i osoby zajmujące się sztuczną inteligencją. Tak naprawdę ta dziedzina nie koncentruje się na kodowaniu i bazach danych, ale raczej na metodach wyłuskiwania z danych najróżniejszych cennych informacji. Wartość tej wiedzy niejednokrotnie okazuje się ogromna.Niniejsza książka jest przystępnym wprowadzeniem do nauki o danych. Jest przeznaczona dla osób, które chcą stosować techniki analizy danych w biznesie. Te techniki, opisane na podstawie praktycznych przypadków, to m.in. optymalizacja, prognozowanie i symulacja, a także sztuczna inteligencja, teoria grafów, analiza skupień i wykrywanie anomalii. Dzięki tej książce nie tylko zrozumiesz zasady analizowania danych, ale także nauczysz się wybierać technikę właściwą do rozwiązania danego problemu. Poznasz też techniki pracy z prototypami. Co ciekawe, niemal wszystkie opisane tu metody zostały zaprezentowane w arkuszu kalkulacyjnym.John W. Foreman — jest głównym analitykiem danych w MailChimp.com. Udziela również porad dotyczących analizy danych takim podmiotom jak Coca-Cola czy Intercontinental Hotels, a także oraz amerykańskim agendom rządowym, włączając w to DoD, IRS, DHS i FBI. Często wygłasza prelekcje o rozwiązaniach analitycznych w biznesie.