Eksploracja danych za pomocą Excela. Metody uczenia maszynowego krok po kroku - ebook
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!
Spis treści
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?
| Kategoria: | Systemy operacyjne |
| Zabezpieczenie: |
Watermark
|
| ISBN: | 978-83-8322-925-6 |
| Rozmiar pliku: | 12 MB |
