ODBIERZ TWÓJ BONUS :: »

Modelowanie dla biznesu. Regresja logistyczna, regresja Poissona, survival data mining, CRM, credit scoring (ebook)(audiobook)(audiobook)

Autor:
Ewa Frątczak
Okładka książki/ebooka Modelowanie dla biznesu. Regresja logistyczna, regresja Poissona, survival data mining, CRM, credit scoring

Okładka książki Modelowanie dla biznesu. Regresja logistyczna, regresja Poissona, survival data mining, CRM, credit scoring

Okładka książki Modelowanie dla biznesu. Regresja logistyczna, regresja Poissona, survival data mining, CRM, credit scoring

Okładka książki Modelowanie dla biznesu. Regresja logistyczna, regresja Poissona, survival data mining, CRM, credit scoring

Ocena:
Bądź pierwszym, który oceni tę książkę
Stron:
419
     PDF

Ebook

50,40 zł

Dodaj do koszyka lub Kup na prezent Kup 1-kliknięciem

Przenieś na półkę

Do przechowalni

"We wstępie do swojej książki"" Czwarta rewolucja przemysłowa"" profesor Klaus Schwab pisze m.in.: ""Znajdujemy się na początku przewrotu, który w sposób fundamentalny zmienia sposób, w jaki żyjemy, pracujemy i utrzymujemy kontakty. Spośród różnorakich i fascynują­cych wyzwań, które w związku z tym stoją dzisiaj przed nami, największym i naj­ważniejszym zadaniem jest zrozumieć nową rewolucję technologiczną i odpowiednio ukierunkować jej przebieg. (...) Jesteśmy świadkami ogromnych zmian we wszystkich branżach; wyłaniają się nowe technologie biznesowe, pojawiają się przełomowe zakłócenia w istniejącym porządku, które rewolucjonizują systemy produkcji, konsumpcji, transportu i dostaw. Na froncie społecznym zachodzi zmiana paradygmatu określającego, jak pracujemy i komunikujemy się, a także jak się wyrażamy, jak przekazujemy informacje i jakich szukamy rozrywek"". Zmiany te charakteryzują się dużą szybkością, szerokością i głębią oraz wpły­wem na transformację wszystkich systemów. Obecnie modele są podstawą większości, jeśli nie wszystkich, decyzji bizne­sowych. Coraz częściej firmy poszukują analityki jako kluczowego, strategicznego wyróżnika, który umożliwia kierowanie ogromną liczbą decyzji operacyjnych każ­dego dnia. Jednocześnie firmy identyfikują zagrożenia. Według SAS White Paper 2018 jednym z istotniejszych czynników hamujących sukces analizy jest opóź­nienie między tworzeniem a wdrażaniem modeli. Głównym powodem opóźnień we wdrożeniu modeli jest to, że firmy produkują i wdrażają je w dwóch oddziel­nych środowiskach: biznesowym i informatycznym (IT). Analitycy z różnych jed­nostek biznesowych budują modele, a działy IT je wdrażają. Obie grupy polegają innym zestawom procesów, kodów programowania i języków, które utrudniają szybką reakcję na zmieniające się warunki biznesowe. Jeśli firmy chcą usprawnić produkcję modeli, lepszym pomysłem jest automatyzacja powtarzalnych aspek­tów pracy i migracja modeli do procesu ciągłego podejmowania decyzji. Odpo­wiedzią jest fabryka analityczna, czyli połączone dwa środowiska i automatyzacja procesów oraz decyzji. Znaczącą część analityki dla biznesu stanowią modele predykcyjne. Ocena dokładności predykcyjnej jest ważnym aspektem oceny i porównywania modeli, algorytmów lub technologii, które generują prognozy. Prognozy i projekcje stały się istotną częścią każdego przedsięwzięcia biznesowego i naukowego. Monografia ""Modelowanie dla biznesu"" przedstawia istotę i modelowanie z zakresu analityki biznesowej w wybranych obszarach zastosowań. Monografia rozpoczyna cykl publikacji ""Modelowanie dla biz­nesu"", serii, która będzie prezentować różnorodne przykłady modelowania bizne­sowego z wykorzystaniem różnych metod analizy, włączając za każdym razem modelowanie predykcyjne. "
0 Ewa Frątczak

Zamknij

Wybierz metodę płatności