fashiontrendshw15 Hier klicken Kinderweihnachtswelt Kalenderangebote Oktober2015 Cloud Drive Photos UHD TVs Fire TV WintersGold designshop Hier klicken Fire Shop Kindle dvd XMAS

An Ihren Kindle oder ein anderes Gerät senden


Kostenlos testen

Jetzt kostenlos reinlesen

An Ihren Kindle oder ein anderes Gerät senden

Der Artikel ist in folgender Variante leider nicht verfügbar
Keine Abbildung vorhanden für
Keine Abbildung vorhanden

Modeling Techniques in Predictive Analytics: Business Problems and Solutions with R (FT Press Analytics) [Kindle Edition]

Thomas W. Miller
3.5 von 5 Sternen  Alle Rezensionen anzeigen (2 Kundenrezensionen)

Kindle-Preis: EUR 40,09 Inkl. MwSt. und kostenloser drahtloser Lieferung über Amazon Whispernet

  • Länge: 330 Seiten
  • Sprache: Englisch
  • Aufgrund der Dateigröße dauert der Download dieses Buchs möglicherweise länger.
  • Sie haben noch keinen Kindle? Get your Kindle here oder mit einer unserer kostenlosen Kindle Lese-Apps sofort zu lesen anfangen.
Kostenlose Kindle-Leseanwendung Jeder kann Kindle Bücher lesen  selbst ohne ein Kindle-Gerät  mit der KOSTENFREIEN Kindle App für Smartphones, Tablets und Computer.

Geben Sie Ihre E-Mail-Adresse oder Mobiltelefonnummer ein, um die kostenfreie App zu beziehen.

Weitere Ausgaben

Preis Neu ab Gebraucht ab
Kindle Edition EUR 40,09  
Gebundene Ausgabe EUR 76,49  

Kunden, die diesen Artikel gekauft haben, kauften auch

Seite von Zum Anfang
Diese Einkaufsfunktion wird weiterhin Artikel laden. Um aus diesem Karussell zu navigieren, benutzen Sie bitte Ihre Überschrift-Tastenkombination, um zur nächsten oder vorherigen Überschrift zu navigieren.



Today, successful firms compete and win based on analytics. Modeling Techniques in Predictive Analytics brings together all the concepts, techniques, and R code you need to excel in any role involving analytics. Thomas W. Miller’s unique balanced approach combines business context and quantitative tools, appealing to managers, analysts, programmers, and students alike. Miller addresses multiple business challenges and business cases, including segmentation, brand positioning, product choice modeling, pricing research, finance, sports, text analytics, sentiment analysis, and social network analysis. He illuminates the use of cross-sectional data, time series, spatial, and even spatio-temporal data. For each problem, Miller explains why the problem matters, what data is relevant, how to explore your data once you’ve identified it, and then how to successfully model that data. You’ll learn how to model data conceptually, with words and figures; and then how to model it with realistic R programs that deliver actionable insights and knowledge. Miller walks you through model construction, explanatory variable subset selection, and validation, demonstrating best practices for improving out-of-sample predictive performance. He employs data visualization and statistical graphics in exploring data, presenting models, and evaluating performance. All example code is presented in R, today’s #1 system for applied statistics, statistical research, and predictive modeling; code is set apart from other text so it’s easy to find for those who want it (and easy to skip for those who don’t).


This uniquely accessible book will help you use predictive analytics to solve real business problems and drive real competitive advantage. If you're new to the discipline, it will give you the strong foundation you need to get accurate, actionable results. If you're already a modeler, programmer, or manager, it will help you master crucial skills you don't yet have.


Unlike most books on predictive analytics, this guide illuminates the discipline through practical case studies, realistic vignettes, and intuitive data visualizations–not complex mathematics. Thomas W. Miller, leader of Northwestern University’s pioneering program in predictive analytics, guides you through every step: defining problems, identifying data, crafting and optimizing models, writing effective R code, interpreting results, and more.


Each chapter focuses on one of today’s most important applications for predictive analytics, giving you the skills and knowledge to put models to work–and gain maximum value from them.


  • Format: Kindle Edition
  • Dateigröße: 64481 KB
  • Seitenzahl der Print-Ausgabe: 348 Seiten
  • Gleichzeitige Verwendung von Geräten: Bis zu 5 Geräte gleichzeitig, je nach vom Verlag festgelegter Grenze
  • Verlag: Pearson FT Press; Auflage: 1 (23. August 2013)
  • Verkauf durch: Amazon Media EU S.à r.l.
  • Sprache: Englisch
  • ASIN: B00EQ8D30Q
  • Text-to-Speech (Vorlesemodus): Aktiviert
  • X-Ray:
  • Word Wise: Nicht aktiviert
  • Verbesserter Schriftsatz: Aktiviert
  • Durchschnittliche Kundenbewertung: 3.5 von 5 Sternen  Alle Rezensionen anzeigen (2 Kundenrezensionen)
  • Amazon Bestseller-Rang: #305.432 Bezahlt in Kindle-Shop (Siehe Top 100 Bezahlt in Kindle-Shop)

  •  Ist der Verkauf dieses Produkts für Sie nicht akzeptabel?

Mehr über den Autor

Entdecken Sie Bücher, lesen Sie über Autoren und mehr

Welche anderen Artikel kaufen Kunden, nachdem sie diesen Artikel angesehen haben?


5 Sterne
2 Sterne
1 Sterne
3.5 von 5 Sternen
3.5 von 5 Sternen
Die hilfreichsten Kundenrezensionen
4.0 von 5 Sternen Nicht mehr als Streiflichter 18. Juni 2014
Format:Gebundene Ausgabe|Verifizierter Kauf
Zwar ist der Katalog der dargestellten Methoden sehr umfangreich, die Behandlung im Einzelnen dann doch nur streiflichthaft. Ist eine passable Bahnlektüre, um sich einen Überblick zu verschaffen. Um die Dinge dann anzuwenden, ist bei den meisten nicht trivialen Verfahren dann weitere spezialisierte Lektüre erforderlich.
War diese Rezension für Sie hilfreich?
Missbrauch melden
3.0 von 5 Sternen Vollständig, aber nicht sehr tiefgehend 3. Juni 2014
Format:Gebundene Ausgabe
Der Überblick über die Techniken zur Modellierung von Vorhersagen ist recht vollständig, aber im Einzelnen dann doch nicht besonders tiefgehend.
War diese Rezension für Sie hilfreich?
Missbrauch melden
Die hilfreichsten Kundenrezensionen auf (beta) 3.9 von 5 Sternen  17 Rezensionen
54 von 56 Kunden fanden die folgende Rezension hilfreich
3.0 von 5 Sternen More like a collection of magazine/newspaper articles than a book 27. Dezember 2013
Von Prof Ed U. Cate - Veröffentlicht auf
Format:Gebundene Ausgabe|Verifizierter Kauf
I purchased this book before I had a chance to read any sample chapter and was disappointed after I went through the book.

Every chapter is dedicated to an application of a particular model of predictive analytics, where a (more or less) real problem is described and discussed, name of a model to use is mentioned, chart outputs are shown and used for a conclusion. In very much the same format and content of an article that you would see in for example Bloomberg business magazine. There is no substantial discussion of any of the models, and without a good understanding of such models you cannot conduct predictive Analytics.

The content of this book could be used in the first 2-3 weeks of an introductory course in Analytics discussing what is Analytics and what are some example applications. I ended up keeping the book mostly due to hassle of a return, and partly for using it as a list of major models to read elsewhere and learn.
17 von 17 Kunden fanden die folgende Rezension hilfreich
4.0 von 5 Sternen Good book for end-users 27. Dezember 2013
Von JoeT - Veröffentlicht auf
Format:Gebundene Ausgabe|Verifizierter Kauf
This is a good book on using R for predictive modeling.
The books website contains all the code that is used in the book.
I tried all of the downloadable R files and they all worked as advertised.
I admit not trying the text processing though (Chapter 7) only because I don't like R for text processing.
Rather use perl or Rapidminer.

1. All the code works
2. A good sample space of topics, so you get a feel of predictive modeling in different situations.
3. You really don't need an extensive math background, since there is virtually no math described at all.

1. If there was one thing I wish was better done is the analysis of the results. Some of the results, unless you are already familiar with the statistical technique used, might seem foreign and will require you to do some additional research.

Overall a good book, minus the 1-Con above.
Hint: If you do download the R programs, go through each one a piece at a time, to see what's going on. I found it's better than just "running the code". You'll have a better understanding of what's going on.
9 von 10 Kunden fanden die folgende Rezension hilfreich
4.0 von 5 Sternen Data/Code is available 1. Oktober 2014
Von Shawn Mehan - Veröffentlicht auf
Format:Gebundene Ausgabe
Why people are whinging that they can't find the downloadable programs and data sets is beyond me.
3 von 3 Kunden fanden die folgende Rezension hilfreich
5.0 von 5 Sternen Great Intro to Predictive Analytics 4. Februar 2014
Von Calvin - Veröffentlicht auf
Format:Gebundene Ausgabe|Verifizierter Kauf
I've read a few books now and been taking classes on data science but I've had trouble linking theory and the practice. This book has been a huge help in seeding ideas, and giving practical examples on how to execute those ideas. I appreciate the lack of downloadable source code as it has forced me to write the source by hand. Great book.
3 von 3 Kunden fanden die folgende Rezension hilfreich
4.0 von 5 Sternen Great overview of real examples in business with nice visualizations capabilities shown 23. Januar 2014
Von Joshua W Smitherman - Veröffentlicht auf
Format:Kindle Edition|Verifizierter Kauf
Great overview of real examples in business with nice visualizations capabilities shown. The author lays out the background of the examples and the analytic questions to be solved. Plan to spend some time reviewing the code in the files if you are not as familiar with R at the level the book speaks to
Waren diese Rezensionen hilfreich?   Wir wollen von Ihnen hören.
Kundenrezensionen suchen

Kunden diskutieren

Das Forum zu diesem Produkt
Diskussion Antworten Jüngster Beitrag
Noch keine Diskussionen

Fragen stellen, Meinungen austauschen, Einblicke gewinnen
Neue Diskussion starten
Erster Beitrag:
Eingabe des Log-ins

Kundendiskussionen durchsuchen
Alle Amazon-Diskussionen durchsuchen

Ähnliche Artikel finden