Деталі електронної книги

Przedmowa 17

1. Wstęp: myślenie w kategoriach analityki danych 25

• Wszechobecność możliwości pozyskiwania danych 25
• Przykład: huragan Frances 27
• Przykład: prognozowanie odpływu klientów 27
• Nauka o danych, inżynieria i podejmowanie decyzji na podstawie danych 28
• Przetwarzanie danych i Big Data 31
• Od Big Data 1.0 do Big Data 2.0 32
• Dane i potencjał nauki o danych jako aktywa strategiczne 32
• Myślenie w kategoriach analityki danych 35
• Nasza książka 37
• Eksploracja danych i nauka o danych, nowe spojrzenie 37
• Chemia to nie probówki: nauka o danych kontra praca badacza danych 38
• Podsumowanie 39

2. Problemy biznesowe a rozwiązania z zakresu nauki o danych 41

Podstawowe pojęcia: Zbiór kanonicznych zadań związanych z eksploracją danych; Proces eksploracji danych; Nadzorowana i nienadzorowana eksploracja danych.

• Od problemów biznesowych do zadań eksploracji danych 41
• Metody nadzorowane i nienadzorowane 45
• Eksploracja danych i jej wyniki 47
• Proces eksploracji danych 47
  • Zrozumienie uwarunkowań biznesowych 49
  • Zrozumienie danych 49
  • Przygotowanie danych 51
  • Modelowanie 52
  • Ewaluacja 52
  • Wdrożenie 53
• Implikacje w sferze zarządzania zespołem nauki o danych 55
• Inne techniki i technologie analityczne 56
  • Statystyka 56
  • Zapytania do baz danych 58
  • Magazynowanie danych 59
  • Analiza regresji 59
  • Uczenie maszynowe i eksploracja danych 60
  • Odpowiadanie na pytania biznesowe z wykorzystaniem tych technik 61
• Podsumowanie 62

3. Wprowadzenie do modelowania predykcyjnego: od korelacji do nadzorowanej segmentacji 63

Podstawowe pojęcia: Identyfikowanie atrybutów informatywnych; Segmentowanie danych za pomocą progresywnej selekcji atrybutów.

Przykładowe techniki: Wyszukiwanie korelacji; Wybór atrybutów/zmiennych; Indukcja drzew decyzyjnych.

• Modele, indukcja i predykcja 64
• Nadzorowana segmentacja 67
  • Wybór atrybutów informatywnych 68
  • Przykład: wybór atrybutu z wykorzystaniem przyrostu informacji 74
  • Nadzorowana segmentacja z użyciem modeli o strukturze drzewa 79
• Wizualizacja segmentacji 83
• Drzewa jako zbiory reguł 86
• Szacowanie prawdopodobieństwa 86
• Przykład: rozwiązywanie problemu odpływu abonentów z wykorzystaniem indukcji drzewa 88
• Podsumowanie 92

4. Dopasowywanie modelu do danych 95

Podstawowe pojęcia: Znajdowanie "optymalnych" parametrów modelu na podstawie danych; Wybieranie celu eksploracji danych; Funkcje celu; Funkcje straty.

Przykładowe techniki: Regresja liniowa; Regresja logistyczna; Maszyny wektorów wspierających.

• Klasyfikacja za pomocą funkcji matematycznych 96
  • Liniowe funkcje dyskryminacyjne 97
  • Optymalizacja funkcji celu 100
  • Przykład wydobywania dyskryminatora liniowego z danych 101
  • Liniowe funkcje dyskryminacyjne do celów scoringu i szeregowania wystąpień 102
  • Maszyny wektorów wspierających w skrócie 103
• Regresja za pomocą funkcji matematycznych 106
• Szacowanie prawdopodobieństwa klas i "regresja" logistyczna 108
  • * Regresja logistyczna: kilka szczegółów technicznych 111
• Przykład: indukcja drzew decyzyjnych a regresja logistyczna 113
• Funkcje nieliniowe, maszyny wektorów wspierających i sieci neuronowe 117
• Podsumowanie 119

5. Nadmierne dopasowanie i jego unikanie 121

Podstawowe pojęcia: Generalizacja; Dopasowanie i nadmierne dopasowanie; Kontrola złożoności.

Przykładowe techniki: Sprawdzian krzyżowy; Wybór atrybutów; Przycinanie drzew; Regularyzacja.

• Generalizacja 121
• Nadmierne dopasowanie ("przeuczenie") 122
• Badanie nadmiernego dopasowania 123
  • Dane wydzielone i wykresy dopasowania 123
  • Nadmierne dopasowanie w indukcji drzew decyzyjnych 125
  • Nadmierne dopasowanie w funkcjach matematycznych 127
• Przykład: nadmierne dopasowanie funkcji liniowych 128
• * Przykład: dlaczego nadmierne dopasowanie jest niekorzystne? 131
• Od ewaluacji danych wydzielonych do sprawdzianu krzyżowego 133
• Zbiór danych dotyczących odpływu abonentów - nowe spojrzenie 136
• Krzywe uczenia się 137
• Unikanie nadmiernego dopasowania i kontrola złożoności 139
  • Unikanie nadmiernego dopasowania w indukcji drzew decyzyjnych 139
  • Ogólna metoda unikania nadmiernego dopasowania 141
  • * Unikanie nadmiernego dopasowania w celu optymalizacji parametrów 142
• Podsumowanie 145

6. Podobieństwo, sąsiedzi i klastry 147

Podstawowe pojęcia: Obliczanie podobieństwa obiektów opisanych przez dane; Wykorzystywanie podobieństwa do celów predykcji; Klastrowanie jako segmentacja oparta na podobieństwie.

Przykładowe techniki: Poszukiwanie podobnych jednostek; Metody najbliższych sąsiadów; Metody klastrowania; Miary odległości do obliczania podobieństwa.

• Podobieństwo i odległość 148
• Wnioskowanie metodą najbliższych sąsiadów 150
  • Przykład: analityka whisky 150
  • Najbliżsi sąsiedzi w modelowaniu predykcyjnym 152
  • Ilu sąsiadów i jak duży wpływ? 154
  • Interpretacja geometryczna, nadmierne dopasowanie i kontrola złożoności 156
  • Problemy z metodami najbliższych sąsiadów 158
• Kilka istotnych szczegółów technicznych dotyczących podobieństw i sąsiadów 162
  • Atrybuty heterogeniczne 162
  • * Inne funkcje odległości 163
  • * Funkcje łączące: obliczanie wskaźników na podstawie sąsiadów 165
• Klastrowanie 167
  • Przykład: analityka whisky - nowe spojrzenie 167
  • Klastrowanie hierarchiczne 168
  • Najbliżsi sąsiedzi na nowo: klastrowanie wokół centroidów 172
  • Przykład: klastrowanie wiadomości biznesowych 176
  • Zrozumienie wyników klastrowania 179
  • * Wykorzystywanie uczenia nadzorowanego do generowania opisów klastrów 181
• Krok wstecz: rozwiązywanie problemu biznesowego kontra eksploracja danych 183
• Podsumowanie 185

7. Myślenie w kategoriach analityki decyzji I: co to jest dobry model? 187

Podstawowe pojęcia: Staranne rozważenie, czego oczekujemy od wyników nauki o danych; Wartość oczekiwana jako kluczowa platforma ewaluacji; Uwzględnianie odpowiednich porównawczych punktów odniesienia.

Przykładowe techniki: Różne miary ewaluacji; Szacowanie kosztów i korzyści; Obliczanie oczekiwanego zysku; Tworzenie metod bazowych dla porównań.

• Ewaluacja klasyfikatorów 188
  • Zwykła dokładność i jej problemy 189
  • Macierz pomyłek 189
  • Problemy z niezrównoważonymi klasami 190
  • Problemy nierównych kosztów i korzyści 191
• Generalizowanie poza klasyfikacją 193
• Kluczowa platforma analityczna: wartość oczekiwana 193
  • Wykorzystywanie wartości oczekiwanej do systematyzowania zastosowania klasyfikatora 194
  • Wykorzystywanie wartości oczekiwanej do systematyzowania ewaluacji klasyfikatora 195
• Ewaluacja, skuteczność bazowa oraz implikacje dla inwestowania w dane 201
• Podsumowanie 205

8. Wizualizacja skuteczności modelu 207

Podstawowe pojęcia: Wizualizacja skuteczności modelu przy różnych rodzajach niepewności; Dalsze rozważania odnośnie tego, czego należy oczekiwać od wyników eksploracji danych.

Przykładowe techniki: Krzywe zysku; Krzywe łącznej reakcji; Krzywe przyrostu; Krzywe ROC.

• Ranking zamiast klasyfikowania 207
• Krzywe zysku 209
• Wykresy i krzywe ROC 212
• Pole pod krzywą ROC (AUC) 216
• Krzywe łącznej reakcji i krzywe przyrostu 216
• Przykład: analityka skuteczności w modelowaniu odpływu abonentów 219
• Podsumowanie 226

9. Dowody i prawdopodobieństwa 227

Podstawowe pojęcia: Jednoznaczne łączenie dowodów za pomocą twierdzenia Bayesa; Wnioskowanie probabilistyczne poprzez założenia warunkowej niezależności.

Przykładowe techniki: Klasyfikacja bayesowska; Przyrost wartości dowodu.

• Przykład: targetowanie klientów reklam internetowych 227
• Probabilistyczne łączenie dowodów 229
  • Prawdopodobieństwo łączne i niezależność 230
  • Twierdzenie Bayesa 231
• Zastosowanie twierdzenia Bayesa w nauce o danych 232
  • Niezależność warunkowa i naiwny klasyfikator bayesowski 234
  • Zalety i wady naiwnego klasyfikatora bayesowskiego 235
• Model "przyrostu" wartości dowodu 237
• Przykład: przyrosty wartości dowodów z "polubień" na Facebooku 238
  • Dowody w akcji: targetowanie klientów reklamami 240
• Podsumowanie 240

10. Reprezentacja i eksploracja tekstu 243

Podstawowe pojęcia: Znaczenie konstruowania przyjaznych eksploracji reprezentacji danych; Reprezentacja tekstu do celów eksploracji danych.

Przykładowe techniki: Reprezentacja worka słów (bag of words); Kalkulacja TFIDF; N-gramy; Sprowadzanie do formy podstawowej (stemming); Ekstrakcja wyrażeń nazwowych; Modele tematyczne.

• Dlaczego tekst jest istotny 244
• Dlaczego tekst jest trudny 244
• Reprezentacja 245
  • Worek słów (bag of words) 245
  • Częstość termów 246
  • Mierzenie rzadkości (sparseness): odwrotna częstość w dokumentach 248
  • Łączenie reprezentacji: TFIDF 249
• Przykład: muzycy jazzowi 250
• * Związek IDF z entropią 253
• Oprócz worka słów 255
  • N-gramy 255
  • Ekstrakcja wyrażeń nazwowych 255
  • Modele tematyczne 256
• Przykład: eksploracja wiadomości w celu prognozowania zmian cen akcji 257
  • Zadanie 257
  • Dane 259
  • Wstępne przetwarzanie danych 262
  • Wyniki 262
• Podsumowanie 266

11. Myślenie w kategoriach analityki decyzji II: w kierunku inżynierii analitycznej 267

Podstawowe pojęcie: Rozwiązywanie problemów biznesowych z wykorzystaniem nauki o danych rozpoczyna się od inżynierii analitycznej: projektowania rozwiązania analitycznego z wykorzystaniem dostępnych danych, narzędzi i technik.

Przykładowa technika: Wartość oczekiwana jako platforma opracowania rozwiązania z zakresu nauki o danych.

• Targetowanie najlepszych potencjalnych klientów przesyłek organizacji pozyskujących fundusze 268
  • Platforma wartości oczekiwanej: rozkład problemu biznesowego i ponowne zestawienie elementów rozwiązania 268
  • Krótka dygresja na temat stronniczości selekcji 270
• Nowe, jeszcze bardziej zaawansowane spojrzenie na nasz przykład odpływu abonentów 271
  • Platforma wartości oczekiwanej: strukturyzacja bardziej skomplikowanego problemu biznesowego 271
  • Ocena wpływu zachęty 272
  • Od rozkładu wartości oczekiwanej do rozwiązania z obszaru nauki o danych 274
• Podsumowanie 277

12. Inne zadania i techniki nauki o danych 279

Podstawowe pojęcia: Nasze podstawowe pojęcia jako baza wielu typowych technik nauki o danych; Znaczenie wiedzy o elementach składowych nauki o danych.

Przykładowe techniki: Zależność i współwystępowanie; Profilowanie zachowań; Predykcja połączeń; Redukcja danych; Eksploracja informacji ukrytych; Rekomendowanie filmów; Rozkład błędu pod względem stronniczości - wariancji; Zespoły modeli; Wnioskowanie przyczynowe z danych.

• Współwystąpienia i zależności: znajdowanie elementów, które idą w parze 280
  • Pomiar zaskoczenia: przyrost i dźwignia 281
  • Przykład: piwo i kupony loteryjne 282
  • Zależności pomiędzy polubieniami na Facebooku 282
• Profilowanie: znajdowanie typowego zachowania 285
• Predykcja połączeń i rekomendacje społecznościowe 290
• Redukcja danych, informacje ukryte i rekomendacje filmów 291
• Stronniczość, wariancja i metody zespalania 294
• Oparte na danych wyjaśnianie przyczynowe i przykład marketingu wirusowego 297
• Podsumowanie 298

13. Nauka o danych i strategia biznesowa 301

Podstawowe pojęcia: Nasze zasady jako podstawa sukcesu firmy działającej na podstawie danych; Zdobywanie i utrzymywanie przewagi konkurencyjnej za pomocą nauki o danych; Znaczenie dbałości o potencjał nauki o danych.

• Myślenie w kategoriach analityki danych, raz jeszcze 301
• Osiąganie przewagi konkurencyjnej przy pomocy nauki o danych 303
• Utrzymywanie przewagi konkurencyjnej przy pomocy nauki o danych 304
  • Nadzwyczajna przewaga historyczna 305
  • Wyjątkowa własność intelektualna 305
  • Wyjątkowe niematerialne aktywa zabezpieczające 306
  • Lepsi badacze danych 306
  • Lepsze zarządzanie zespołem nauki o danych 308
• Pozyskiwanie badaczy danych i ich zespołów oraz opieka nad nimi 309
• Badanie studiów przypadku z zakresu nauki o danych 311
• Gotowość do przyjmowania kreatywnych pomysłów z każdego źródła 312
• Gotowość do oceny propozycji projektów z zakresu nauki o danych 312
  • Przykładowa propozycja eksploracji danych 313
  • Błędy w propozycji Big Red 313
• Dojrzałość firmy w sferze nauki o danych 315

14. Zakończenie 317

• Podstawowe pojęcia nauki o danych 317
  • Zastosowanie naszych podstawowych pojęć do nowego problemu: eksploracji danych urządzeń przenośnych 320
  • Zmiana sposobu myślenia o rozwiązaniach problemów biznesowych 322
• Czego dane nie mogą dokonać: nowe spojrzenie na decydentów 323
• Prywatność, etyka i eksploracja danych dotyczących konkretnych osób 326
• Czy jest coś jeszcze w nauce o danych? 327
• Ostatni przykład: od crowdsourcingu do cloudsourcingu 328
• Kilka słów na zakończenie 329

A. Przewodnik dotyczący oceny propozycji 331

• Zrozumienie uwarunkowań biznesowych i zrozumienie danych 331
• Przygotowanie danych 332
• Modelowanie 332
• Ewaluacja i wdrożenie 333

B. Jeszcze jedna przykładowa propozycja 335

• Scenariusz i propozycja 335
• Wady propozycji GGC 336

C. Słowniczek 339

D. Bibliografia 345

Skorowidz 351

• Назва:Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji
• Автор:Foster Provost, Tom Fawcett
• Оригінальна назва:Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking
• Переклад:Leszek Sielicki
• ISBN:978-83-8322-581-4, 9788383225814
• Дата видання:2014-11-05
• Формат:Eлектронна книга
• Ідентифікатор видання: andavv
• Видавець: Onepress