Прогнозное моделирование в IBM SPSS Statistics, R и Python: метод деревьев решений и случайный лес

Эта книга представляет собой практическое руководство по применению методов деревьев решений и случайного леса для решения задач сегментации, классификации и прогнозирования. Автор, опираясь на лучшие практики ведущих финансовых компаний (Citibank N.A., Transunion, DBS Bank), подробно разбирает алгоритмы и их реализацию.

Каждый раздел сопровождается практическими примерами, что позволяет читателю не только понять теорию, но и сразу применить знания на практике. Особое внимание уделяется автоматизации процессов построения моделей.

Издание содержит готовый программный код для трех популярных сред: IBM SPSS Statistics (Syntax), R и Python. Это делает книгу универсальным инструментом для аналитика, независимо от выбранной платформы. Рассматриваются такие методы, как CHAID, и подробно объясняются статистические тесты, лежащие в их основе.

Книга адресована специалистам по анализу данных, риск-аналитикам, маркетологам и всем, кто занимается разработкой и внедрением прогнозных моделей в бизнес-процессы. Она будет полезна как для обучения, так и в качестве настольного справочника.