Cena po rabacie to najniższa cena z 30 dni przed obniżką
METODY ANALIZY DANYCH PRZYKŁADY Z ZAKRESU INŻYNIERII PRODUKCJI PODRĘCZNIK DLA STUDENTÓW STUDIÓW TECHNICZNYCH I EKONOMICZNYCH ORAZ MENADŻERÓW PRZEDSIĘBIORSTW
JOANNA KRAJEWSKA-ŚPIEWAK
Wydawnictwo: POLITECHNIKA KRAKOWSKA
Cena: 59.90 zł
53.91 zł brutto
- Paczkomaty InPost 14.99 zł brutto
- Poczta Polska - odbiór w punkcie 9.99 zł brutto
- Poczta Polska - przedpłata 15.99 zł brutto
- Poczta Polska - pobranie 19.99 zł brutto
- Kurier DHL - przedpłata 18.99 zł brutto
- Kurier DHL - pobranie 21.99 zł brutto
- Odbiór osobisty - UWAGA - uprzejmie prosimy poczekać na informację z księgarni o możliwości odbioru zamówienia - 0.00 zł brutto
Opis
ISBN: 978-83-67188-19-7
125 stron
format: B5
oprawa: miękka
Rok wydania: 2022
W dobie cyfryzacji, w której coraz więcej urządzeń jest podłączonych do Internetu ilość generowanych danych stale rośnie. Ważne jest, aby z tych danych wydobyć kluczowe informacje, które pomogą przedsiębiorcom, kierownikom czy menadżerom w podejmowaniu decyzji w oparciu o faktyczne dane, a nie na podstawie intuicji. W tym celu należy skorzystać z szeroko rozumianej analizy danych, która znajduje zastosowanie w wielu różnych dziedzinach nauki i działalności gospodarczej. Ważna jest świadomość dotycząca różnorodności metod i narzędzi, które można zastosować w celu wydobycia z danych jak największej ilości informacji przydatnych do podejmowania decyzji.
SPIS TREŚCI
Wykaz skrótów i terminów angielskich
1. Wprowadzenie i podstawowe operacje na danych
1.1. Praca z danymi
1.2. Rozkłady prawdopodobieństwa
1.3. Testowanie hipotez
1.3.1. Test f dla pojedynczej próby
1.3.2. Test f dla dwóch niezależnych prób
1.4. Analiza danych - operacje na danych
1.5. Wstępne przetwarzanie danych
1.6. Redukcja danych i dane odstające
1.7. Eksploracja danych
2. Wyznaczanie transformaty Fouriera - przykład 1
2.1. Analiza sygnałów
2.2. Transformata Fouriera
2.3. Przykład - analiza sygnału w arkuszu Excel
3. Wykorzystanie sztucznych sieci neuronowych - przykład 2
3.1. Etap czyszczenia danych
3.2. Dane dla sieci klasyfikacyjnej
3.3. Sieci neuronowe - wprowadzenie
3.4. Zbiór uczący, walidacyjny i testowy
3.4.1. Funkcja aktywacji
3.4.2. Funkcja błędu
3.5. Przykład sieci klasyfikacyjnej
3.5.1. Wykres zysku {gain chart)
3.5.2. Wykres ROC
3.6. Przykład sieci regresyjnej
4. Tworzenie dashboardów - przykład 3
4.1. Wizualizacja danych
4.2. Wskaźniki efektywności
4.3. Dashboard w arkuszu Excel
5. Podsumowanie
Bibliografia
Kod wydawnictwa: 978-83-67188-19-7
Ten produkt nie ma jeszcze opinii
Twoja opinia
aby wystawić opinię.