Название: Базовые методы анализа данных: учебник и практикум для вузов, 3-е изд., перераб. и доп.
Автор: Б.Г. Миркин
Издательство: Юрайт
Год: 2024
Страниц: 299
Язык: русский
Формат: pdf
Размер: 55.9 MB

Анализ данных — предмет, порожденный компьютерной революцией, приведшей к накоплению огромного количества конкретных данных о сово­купностях объектов, таких как страны или регионы, веб-сайты, работодатели и работники, товары и продавцы. В отличие от классической математиче­ской статистики анализ данных не пытается вывести свойства окружающего мира исходя из специально собранных данных, а ориентирован на отыскание каких-либо паттернов, закономерностей, структуры в имеющихся данных.

В данном учебнике, подготовленном на основе большого международ­ного опыта исследований и преподавания, излагаются основные методы ана­лиза данных, относящихся прежде всего к одному или двум изучаемым признакам. Подробно рассмотрены вопросы анализа и интерпретации связей между двумя количественными, двумя качественными, а также качествен­ным и количественным признаками. Из многомерных методов рассмотрены наивный Бэйесовский классификатор и метод К-средних для кластерного анализа, включая «интеллектуальную» версию с автоматическим определе­нием числа кластеров и их начального местоположения. Изложение ориен­тировано на людей, предпочитающих не формулы, а вычисления, и содержит большое количество иллюстративных примеров применения рассматривае­мых понятий к анализу реальных данных.

Термины «анализ данных» и «машинное обучение» часто рас­сматривают как взаимозаменяемые, т.е., синонимичные. В какой-то степени это можно объяснить тем, что зачастую эти дисциплины используют одни и те же методы многомерного анализа. Однако способы использования этих методов могут отличаться, и довольно сильно. Автор придерживается той точки зрения, что дисциплина анали­за данных отличается тем, что обращается к данным как средству обогащения знаний о предметной области, прежде всего, в тео­ретическом аспекте, т.е. с точки зрения уточнения используемых понятий и отношений между ними. Машинное обучение же кон­центрируется на таких методах обработки данных, которые могут адаптироваться к данным, т.е. «учиться» в процессе решения зада­чи. Такое понимание близко к определениям, даваемым междуна­родными источниками.

Для студентов бакалавриата и магистратуры инженерно-технических спе­циальностей, также может использоваться для самостоятельного изучения.