Прогнозное моделирование в IBM SPSS Statistics, R и Python. Метод деревьев решений и случайного леса (цветное

 Данная книга представляет собой практическое руководство по применению метода деревьев решений для задач сегментации, классификации и прогнозирования. Каждый раздел книги сопровождается практическим примером. Кроме того, книга содержит программный код SPSS Syntax, R и Python, позволяющий полностью автоматизировать процесс построения прогнозных моделей. Автором обобщены лучшие практики использования деревьев решений от таких компаний, как Citibank N.A., Transunion и DBS Bank. Прочитав эту книгу, вы сможете:   строить и интерпретировать модели дерева решений и случайного леса; оценивать дискриминирующую способность полученных моделей; улучшать модели дерева с помощью процедуры обрезки ветвей (прунинга); улучшать модели логистической регрессии, используя информацию дерева и случайного леса; применять правила классификации/прогноза, полученные с помощью дерева и случайного леса, к новым данным; овладеть навыками конструирования признаков (feature engineering); улучшать модели случайного леса с помощью автоматизированной оптимизации параметров.   Издание будет интересно маркетологам, риск-аналитикам и другим специалистам, занимающимся разработкой и внедрением прогнозных моделей.   Второе издание книги дополнено главами о применении методов машинного обучения на базе Python   Книга напечатана в цвете!