Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku - ebook

Biznesowa analiza danych jest ważną umiejętnością, jednak większość służących do tego narzędzi informatycznych nie zapewnia wglądu w mechanizmy swojej pracy. Utrudnia to zrozumienie, na czym polega eksploracja danych. W wypadku niezbyt dużych zbiorów danych znakomitym rozwiązaniem jest program MS Excel. Udostępnia on wyspecjalizowane funkcje, dzięki którym analizę i wizualizację danych można wykonywać krok po kroku, zapoznając się z każdym etapem tego procesu.

Tę książkę docenią wszyscy zainteresowani eksploracją danych i uczeniem maszynowym, którzy chcieliby pewnie poruszać się w świecie nauki o danych. Pokazano tu, w jaki sposób Excel pozwala zobrazować proces ich eksplorowania i jak działają poszczególne techniki w tym zakresie. Przejrzyście wyjaśniono metody eksploracji danych, a następnie zaprezentowano procedurę budowania ich implementacji w Excelu. Nawet tak złożone zagadnienia, jak algorytmy uczenia maszynowego, zostały wytłumaczone nadzwyczaj przystępnie. Przewodnik został pomyślany tak, aby umożliwić aktywne zdobywanie wiedzy, a niejako przy okazji podnieść umiejętności w posługiwaniu się arkuszem kalkulacyjnym na wyższy poziom.

Dzięki książce poznasz i zrozumiesz:

• zasady eksploracji danych
• teoretyczne podstawy różnych metod eksploracji danych
• tajniki algorytmów uczenia maszynowego
• techniki kreatywnego korzystania z formuł i funkcji Excela
• dostępne w Excelu narzędzia, szczególnie przydatne w praktyce eksploracji danych

Wraz z Excelem odkryjesz tajemnice eksploracji danych!

O autorze

O korektorze merytorycznym

Podziękowania

Wprowadzenie

Rozdział 1. Excel a eksploracja danych

• Dlaczego właśnie Excel?
• Nabycie pewnych umiejętności obsługi Excela
  • Formuły
  • Autowypełnianie albo kopiowanie
  • Odwołania bezwzględne
  • Wklej specjalnie i Wklej wartości
  • Grupa funkcji JEŻELI
• Do utrwalenia

Rozdział 2. Regresja liniowa

• Ogólne objaśnienie
• Nauka regresji liniowej w Excelu
• Nauka wielorakiej regresji liniowej w Excelu
• Do utrwalenia

Rozdział 3. Grupowanie metodą k-średnich

• Ogólne objaśnienie
• Nauka grupowania metodą k-średnich w Excelu
• Do utrwalenia

Rozdział 4. Liniowa analiza dyskryminacyjna

• Ogólne objaśnienie
• Solver
• Analiza LDA w Excelu
• Do utrwalenia

Rozdział 5. Sprawdzanie krzyżowe i analiza ROC

• Na czym polega sprawdzanie krzyżowe?
• Nauka sprawdzania krzyżowego w Excelu
• Na czym polega analiza ROC?
• Nauka analizy ROC w Excelu
• Do utrwalenia

Rozdział 6. Regresja logistyczna

• Ogólne objaśnienie
• Nauka regresji logistycznej w Excelu
• Do utrwalenia

Rozdział 7. Metoda k-najbliższych sąsiadów

• Ogólne objaśnienie
• Nauka metody K-NN w Excelu
  • Eksperyment 1.
  • Eksperyment 2.
  • Eksperyment 3.
  • Eksperyment 4.
• Do utrwalenia

Rozdział 8. Naiwny klasyfikator bayesowski

• Ogólne objaśnienie
• Nauka naiwnej metody Bayesa w Excelu
  • Ćwiczenie 1.
  • Ćwiczenie 2.
• Do utrwalenia

Rozdział 9. Drzewa decyzyjne

• Ogólne objaśnienie
• Nauka stosowania drzew decyzyjnych w Excelu
  • Nauka stosowania drzew decyzyjnych w Excelu
  • Lepsza metoda
  • Stosowanie modelu
• Do utrwalenia

Rozdział 10. Analiza asocjacji

• Ogólne objaśnienie
• Nauka analizy asocjacji w Excelu
• Do utrwalenia

Rozdział 11. Sztuczna sieć neuronowa

• Ogólne objaśnienie
• Poznawanie sieci neuronowej w Excelu
  • Eksperyment 1.
  • Eksperyment 2.
• Do utrwalenia

Rozdział 12. Eksploracja tekstu

• Ogólne objaśnienie
• Nauka eksploracji tekstu w Excelu
• Do utrwalenia

Rozdział 13. Excel i co dalej?