Vor Ort
Merkzettel Warenkorb
  • Produktbild: R and Data Mining
  • Produktbild: R and Data Mining

R and Data Mining Examples and Case Studies

154,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.12.2012

Verlag

Elsevier Science & Technology

Seitenzahl

252

Maße (L/B/H)

23,6/15,4/2,7 cm

Gewicht

558 g

Sprache

Englisch

ISBN

978-0-12-396963-7

Beschreibung

Produktdetails

Einband

Gebundene Ausgabe

Erscheinungsdatum

01.12.2012

Verlag

Elsevier Science & Technology

Seitenzahl

252

Maße (L/B/H)

23,6/15,4/2,7 cm

Gewicht

558 g

Sprache

Englisch

ISBN

978-0-12-396963-7

EU-Ansprechpartner

Zeitfracht Medien GmbH
Ferdinand-Jühlke-Straße 7
99095 Erfurt
DE
produktsicherheit@zeitfracht.de

Herstelleradresse

Elsevier Science & Technology
125 London Wall
EC2Y 5AS London
GB
tradeorders@elsevier.com

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)
Die Leseprobe wird geladen.
  • Produktbild: R and Data Mining
  • Produktbild: R and Data Mining

    1. Introduction

      1. Introduction, Data mining

        1. R

        2. Datasets used in this book

      2. Data Loading and Exploration

        1. Data Import/Export

          1. Save/Load R Data

          2. Import from and Export to .CSV Files

          3. Import Data from SAS

          4. Import/Export via ODBC

        2. Data Exploration

          1. Have a Look at Data

          2. Explore Individual Variables

          3. Explore Multiple Variables

          4. More Exploration

          5. Save Charts as Files

        3. Data Mining Examples

          1. Decision Trees

            1. Building Decision Trees with Package party

            2. Building Decision Trees with Package rpart

            3. Random Forest

          2. Regression

            1. Linear Regression

            2. Logistic Regression

            3. Generalized Linear Regression

            4. Non-linear Regression

          3. Clustering

            1. K-means Clustering

            2. Hierarchical Clustering

            3. Density-based Clustering

          4. Outlier Detection

          5. Time Series Analysis

            1. Time Series Decomposition

            2. Time Series Forecast

          6. Association Rules

          7. Sequential Patterns

          8. Text Mining

          9. Social Network Analysis

          10. Case Studies

            1. Case Study I: Analysis and Forecasting of House Price Indices

              1. Reading Data from a CSV File

              2. Data Exploration

              3. Time Series Decomposition

              4. Time Series Forecasting

              5. Discussion

            2. Case Study II: Customer Response Prediction

            3. Case Study III: Risk Rating using Decision Tree with Limited Resources

            4. Customer Behaviour Prediction and Intervention

            5. Appendix

              1. Online Resources

              2. R Reference Card for Data Mining

              Bibliography