[Recenzja] Data Mining Techniques (Gordon S. Linoff) Streszczenie.

Data Mining Techniques (Gordon S. Linoff)

- Amazon Poland Store: https://www.amazon.pl/dp/0470650931?tag=9natreepoland-21
- Amazon Worldwide Store: https://global.buys.trade/Data-Mining-Techniques-Gordon-S-Linoff.html

- Apple Books: https://books.apple.com/us/audiobook/data-mining-techniques-for-marketing-sales-and/id1643287418?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree

- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Mining+Techniques+Gordon+S+Linoff+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Czytaj więcej: https://polish.9natree.com/read/B004UB2KE4/

#modelowanieodpowiedzinakampanię #analizaRFM #drzewadecyzyjnewCRM #regułyasocjacyjnekoszykazakupowego #analizaprzeżyciaklientów #DataMiningTechniques

Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management to praktyczny podręcznik analityki biznesowej, napisany przez Gordona S. Linoffa i Michaela J. A. Berry’ego. Trzecie wydanie ukazało się w okresie, gdy data mining przestał być domeną laboratoriów i zaczął służyć codziennym decyzjom firm. Książka nie traktuje analizy danych jako celu samego w sobie. Jej głównym pytaniem jest to, jak przekształcić dane o klientach, transakcjach i kontaktach w działania poprawiające marketing, sprzedaż oraz obsługę relacji z klientami. Autorzy omawiają zarówno przygotowanie danych i organizację projektu, jak i zestaw metod modelowania, między innymi drzewa decyzyjne, regresję, sieci neuronowe, reguły asocjacyjne, filtrowanie współpracujące, analizę połączeń oraz analizę przeżycia. Wyjaśnienia mają charakter wprowadzający, lecz są silnie osadzone w zastosowaniach biznesowych. Czytelnik ma zrozumieć nie tylko, co robi dany algorytm, ale przede wszystkim, kiedy jego użycie odpowiada realnemu problemowi, na przykład wyborowi odbiorców kampanii, przewidywaniu odejść klientów lub ocenie ryzyka kredytowego.