Einige Bücher / Artikel / Leitfäden empfehlen, um Predictive Analytics aufzurufen?

Welches Lernmaterial würden Sie einer CS-Person / einem unerfahrenen Statistiker / einem unerfahrenen Mathematiker vorschlagen, um in die prädiktive Analytik einzusteigen?

Es ist nicht nötig, es Predictive Analytics zu nennen :) Es hat bereits zwei Namen: Statistik und Data Mining.

Anfänger-Statistikbuch: Statistik in einfachem Englisch
Fortgeschrittenes Statistikbuch: Multivariate Analyse, von Hair
Data Mining-Buch: Ich habe noch kein großartiges gefunden, aber Data Mining von Witten ist in Ordnung.

Lassen Sie sich nicht durch alle Details verwirren. Es gibt nur so viele Dinge, die Sie im Allgemeinen erreichen können:

1. eine reelle Zahl vorhersagen (Regression)
2. eine ganze Zahl vorhersagen (Klassifikation)
3. Modellierung (wie die beiden oben genannten, aber das Modell ist für Menschen verständlich)
4. gruppenähnliche Beobachtungen (Clustering)
5. gruppenähnliche Faktoren (Faktoranalyse)
6. beschreiben einen einzelnen Faktor
7. beschreiben die Beziehung zwischen mehreren Faktoren (Korrelation, Assoziation usw.)
8. Bestimmen Sie anhand einer Stichprobe, ob sich ein Populationswert von einem anderen unterscheidet
9. Entwerfen Sie Experimente und berechnen Sie die Stichprobengröße

Viel Glück!

Gehen Sie zu http://www.vaultanalytics.com/books

Sie haben ein Buch darüber geschrieben, was Vorhersagemodelle sind, wann welche Tests / Modelle verwendet werden sollen und wie sie in Excel erstellt werden. Ich benutze es jeden Tag in meinem Job. Ich finde es äußerst nützlich.

Lesen Sie dies jetzt: Predictive Analytics: Microsoft Excel

Von Conrad Carlberg

Veröffentlicht am 2. Juli 2012 von Que.

• ISBN-10: 0-7897-4941-6 ISBN-13: 978-0-7897-4941-3

Ich bin noch nicht fertig mit dem Lesen, aber bisher ist es eine gute Einführung in das Thema für eine nicht statistische Person. Es beginnt ziemlich einfach mit Statistikkonzepten und Excel-Funktionen und baut von dort aus auf.

Auf der Statistikseite geht es um eine ziemlich gesunde Diskussion über die Verwendung von gleitenden Durchschnitten und Glättung, um das Signal / Rauschen in Zeitreihen zu bestimmen.

Auf der Excel-Seite wird erklärt, wie Modelle mit den oben genannten Konzepten erstellt werden (anstatt nur eine typische Excel-Trendlinie in ein Diagramm zu zeichnen) und einige der Excel-Add-On-Funktionen (z. B. Solver und Datenanalyse) verwendet werden.

Ich habe ein Buch zu diesem Thema geschrieben:

"Predictive Analytics: Die Fähigkeit, vorherzusagen, wer klicken, kaufen, lügen oder sterben wird", von Eric Siegel, Ph.D. (Wiley, Februar 2013)

Weitere Informationen: http://www.thepredictionbook.com

Die Fiscal Times hat einen Auszug als Artikel veröffentlicht: http://www.thefiscaltimes.com/Articles/2013/01/21/The-Real-Story-Behind-Obamas-Election-Victory.aspx

Weitere Auszüge finden Sie auf der obigen Buchwebsite.

Lassen Sie mich wissen, wenn Sie Fragen zu dem Buch haben!

Es gibt einige Bücher. Die oben genannten sind alle ziemlich gut. Ich habe auch ein Buch geschrieben, das sich speziell mit Predictive Analytics im Einzelhandel und bei Finanzdienstleistungen befasst.

Finlay, Steven (2012). Kreditbewertung, Reaktionsmodellierung und Versicherungsbewertung. Ein praktischer Leitfaden zur Vorhersage des Kundenverhaltens. Basingstoke: Palgrave Macmillan. ISBN 0-230-34776-2.

Es ist sicherlich kein "Hardcore" -Mathematikbuch, aber es gibt eine grundlegende Einführung in die wichtigsten Methoden wie logistische Regression, neuronale Netze usw. Insbesondere konzentriert es sich auf den gesamten Modellentwicklungsprozess. Angefangen bei der Projektplanung bis hin zur Implementierung und Überwachung des Modells post live.

Weiter zu meiner vorherigen Anmerkung - Ich möchte die Leute nur wissen lassen, dass mein neues Buch: Predictive Analytics, Data Mining und Big Data. Mythen, Missverständnisse und Methoden sind jetzt raus. Erhältlich bei Amazon und allen guten Buchhandlungen:

http://www.amazon.co.uk/s/ref=nb_sb_noss_1?url=search-alias%3Dstripbooks&field-keywords=predictive+analytics

Eric - Ihr Buch wird zum Lesen empfohlen.