《数据挖掘和预测分析：案例研究方法》

随着数据科学的许多最新进展，我们有更多的工具和技术可供数据分析师从数据集中提取信息。本书旨在帮助数据分析师从简单的工具（如Excel）进行描述性分析，使用机器学习回答更复杂的问题。大多数练习使用R和Python，但本书没有专注于编码算法，而是使用这些工具的交互式界面来执行分析。使用CRISP-DM数据挖掘标准，前面的章节涵盖了进行数据挖掘的准备步骤：将业务信息需求转化为框架分析问题和数据准备。Jamovi 和 JASP 接口与 R 一起使用，Orange3 数据挖掘接口与 Python 一起使用。在适当的情况下，Voyant和其他开源程序用于文本分析。本书涵盖的技术范围从基本的描述性统计（如汇总和制表）到更复杂的预测技术，如线性和逻辑回归、聚类、分类和文本分析。包括书中带有案例研究文件、解决方案电子表格、数据集和图表等的配套文件。

本书的特色：
+涵盖基本的描述性统计（如汇总和制表）到更复杂的预测技术，如线性和逻辑回归、聚类、分类和文本分析
+使用 R、Python、Jamovi 和 JASP 接口，以及 Orange3 数据挖掘接口
+包括随附文件，其中包含书中的案例研究文件、解决方案电子表格、数据集等（通过写信给 info@merclearning.com，亚马逊购买凭证即可获得）。