數據挖掘與預測分析

通過做數據分析學習數據分析 　　
《數據挖掘與預測分析(第2版)》提供了從數據準備到探索性數據分析、數據建模及模型評估等整個數據分析過程的內容。

《數據挖掘與預測分析(第2版)》不僅提供了理解軟件底層算法的「白盒」方法，而且提供了能夠使讀者利用現實世界數據集開展數據挖掘與預測分析的應用方法。

第2版的新內容：
● 添加了500多頁的新內容，包括20個新章節，例如，數據建模準備、成本-效益分析、缺失數據填充、聚類優劣度量以及細分模型等。
● 針對前沿主題的新章節，例如，多元分類模型、BIRCH聚類、集成學習(bagging及boosting)、模型投票與趨向平均等。
● 每章節後均附有R語言開發園地，讀者可以獲得完成書中分析所需的R語言源代碼，以及通過R代碼生成的圖、表和結果。
● 書中的附錄為那些對統計基礎生疏的讀者提供了瞭解基本概念的材料。
● 超過750個章節練習，使讀者能夠自己測試對所學知識的掌握程度，並著手開展數據挖掘與預測分析工作。 　
　
《數據挖掘與預測分析(第2版)》將對數據分析人員、數據庫分析人員以及CIO具有極大的吸引力，通過學習將使他們知道何種類型的分析將會增加其投資回報。

Daniel T. Larose博士，美國中康涅狄格州立大學數學科學教授，數據挖掘項目負責人。出版與數據挖掘、Web挖掘和統計理論等相關論著多本。他也是《微軟》、《福布斯》雜誌以及《經濟學人》雜誌等數據挖掘與統計分析領域的顧問。

Chantal D. Larose是美國康涅狄格大學的在讀博士。其研究領域包括缺失數據填補以及基於模型的聚類等。她已獲得美國新帕爾茲紐約州立大學商學院決策科學領域助理教授的職位。