Predictive Analytics für Dummies - Bari, Anasse

. .

Résumé :
?ber die Autoren 7

Widmung 8

Danksagung 9

Einf?hrung 21

?ber dieses Buch 21

Einige t?richte Annahmen 22

In diesem Buch verwendete Symbole 22

?ber dieses Buch hinaus 23

Wie es weitergeht 23

Teil I Erste Bekanntschaft mit Predictive Analytics 25

Kapitel 1 Die Arena betreten 27

Predictive Analytics erkl?ren 27

Data-Mining 27

Das Modell in den Mittelpunkt stellen 28

Den Gesch?ftswert erh?hen 30

Unendliche M?glichkeiten 30

Ihr Unternehmen st?rken 31

Ein Predictive Analytics-Projekt starten 32

Unternehmenskenntnisse 33

Data-Science-Team und -Technologie 34

Die Daten 35

Den Markt begutachten 35

Auf Big Data reagieren 36

Mit Big Data arbeiten 36

Kapitel 2 Predictive Analytics in der freien Wildbahn 39

Online-Marketing und Verkauf 41

Empfehlungsdienste 41

Realisierung eines Empfehlungsdienstes 43

Kollaboratives Filtern 43

Inhaltbasiertes Filtern 51

Hybrid-Empfehlungsdienste 55

Zielgruppenansprache mithilfe der Modellierung von Verhaltensweisen 57

Uplift-Modell 58

Zielgruppengerichtetes Marketing 56

Predictive Analytics gegen Betrug und Verbrechen 60

Inhalte und Texte analysieren 61

Kapitel 3 Datentypen und die damit verbundenen Techniken 63

Ihre Datentypen erkennen 63

Strukturierte und unstrukturierte Daten 64

Statische und flie?ende Daten 66

Datenkategorien erkennen 67

Einstellungsdaten 68

Verhaltensdaten 69

Demografische Daten 70

Predictive Analytics einsetzen 70

Die datengesteuerte Analyse 71

Nutzergesteuerte Analyse 72

Die Verbindung zu benachbarten Disziplinen 73

Statistik 73

Data-Mining 74

Maschinelles Lernen 74

Kapitel 4 Die Komplexit?t von Daten 77

Nutzen aus Ihren Daten ziehen 77

In Ihren Daten graben 78

Validit?t der Daten 78

Vielfalt der Daten 79

St?ndige ?nderung der Daten 79

Geschwindigkeit der Daten 80

Volumen der Daten 80

Schwierigkeiten beim Durchsuchen Ihrer Daten 81

Die Suche nach Schl?sselw?rtern 81

Semantische Suche 81

Die Unterschiede zwischen Business Intelligence und der Analyse von Big Data 83

Die Visualisierung von Rohdaten 84

Die Attribute der Daten bestimmen 84

Die Visualisierung von Daten erkunden 85

Tabellarische Visualisierungen 85

Balkendiagramme 86

Tortendiagramme 86

Graphen 88

Schlagwortwolken 89

Kurvendiagramm 90

Darstellung durch Vogelschw?rme 90

Teil II Algorithmen bei der Modellbildung ber?cksichtigen 93

Kapitel 5 Modelle verwenden 95

Daten modellieren 95

Modelle und Simulationen 96

Modelle kategorisieren 98

Daten beschreiben und zusammenfassen 100

Bessere Gesch?ftsentscheidungen treffen 100

Fallstudien aus dem Gesundheitswesen 101

Suchanfragen bei Google als Anzeichen f?r eine Ansteckung 101

Die Chance, einen Krebs zu ?berleben 102

Fallstudien zum Marketing in sozialen Medien 103

Tweets als Anzeichen f?r den Aktienhandel 103

Eine Kaufhauskette sagt Schwangerschaften von Frauen vorher 104

Auf Twitter beruhende Anzeichen f?r Erdbeben 105

Mit Twitter die Ergebnisse politischer Kampagnen vorsagen 106

Kapitel 6 ?hnlichkeiten bei Daten erkennen 109

Die Clusteranalyse erkl?ren 109

Motivation 111

Rohdaten in eine Matrix verwandeln 113

Eine Matrix aus Ausdr?cken erstellen 113

Auswahl der Terme 114

K-Gruppen in Ihren Daten bestimmen 115

k-Means-Algorithmus 115