تحلیل مشتری و کسب‌وکار: داده‌کاوی کاربردی برای تصمیم‌گیری تجاری با استفاده از R ۲۰۱۵
Customer and Business Analytics: Applied Data Mining for Business Decision Making Using R 2015

تجزیه و تحلیل مشتری و کسب‌وکار: داده‌کاوی کاربردی برای تصمیم‌گیری تجاری با استفاده از R، با بهره‌گیری از نرم‌افزار متن‌باز همراه، توضیح می‌دهد و نشان می‌دهد که چگونه ابزارهای تحلیلی پیشرفته می‌توانند مسائل مختلف کسب‌وکار را حل کنند. این کتاب همچنین بینشی در مورد برخی از چالش‌های پیش رو در هنگام استقرار این ابزارها ارائه می‌دهد. این متن که به‌طور گسترده در کلاس درس آزمایش شده است، برای دانشجویان رشته‌های تجزیه و تحلیل مشتری و کسب‌وکار یا داده‌کاوی کاربردی، و همچنین متخصصان در سازمان‌های کوچک تا متوسط، ایده‌آل است.

این کتاب درک شهودی از نحوه عملکرد الگوریتم‌های مختلف تحلیلی ارائه می‌دهد. در صورت لزوم، نویسندگان ریاضیات زیربنایی را به شیوه‌ای قابل فهم توضیح می‌دهند. هر تکنیک ارائه شده شامل یک آموزش گام به گام دقیق است که تجربه عملی با داده‌های واقعی را ممکن می‌سازد. نویسندگان همچنین به مسائلی که اغلب در پروژه‌های داده‌کاوی کاربردی با آن‌ها مواجه می‌شویم پرداخته و مدل فرآیند CRISP-DM را به عنوان چارچوبی عملی برای سازماندهی این پروژه‌ها ارائه می‌کنند.

این کتاب با نشان دادن اینکه چگونه داده‌کاوی می‌تواند عملکرد سازمان‌ها را بهبود بخشد، همراه با نرم‌افزار مبتنی بر R، مهارت‌ها و ابزارهای لازم برای توسعه موفقیت‌آمیز قابلیت‌های تحلیلی پیشرفته را در اختیار شما قرار می‌دهد.

Customer and Business Analytics: Applied Data Mining for Business Decision Making Using R explains and demonstrates, via the accompanying open-source software, how advanced analytical tools can address various business problems. It also gives insight into some of the challenges faced when deploying these tools. Extensively classroom-tested, the text is ideal for students in customer and business analytics or applied data mining as well as professionals in small- to medium-sized organizations.

The book offers an intuitive understanding of how different analytics algorithms work. Where necessary, the authors explain the underlying mathematics in an accessible manner. Each technique presented includes a detailed tutorial that enables hands-on experience with real data. The authors also discuss issues often encountered in applied data mining projects and present the CRISP-DM process model as a practical framework for organizing these projects.

Showing how data mining can improve the performance of organizations, this book and its R-based software provide the skills and tools needed to successfully develop advanced analytics capabilities.