Show Notes
- Amazon USA Store: https://www.amazon.com/dp/B01MYZU2PC?tag=9natree-20
- Amazon Worldwide Store: https://global.buys.trade/Data-Mining-for-Business-Analytics-Galit-Shmueli.html
- Apple Books: https://books.apple.com/us/audiobook/data-mining-for-business-analytics-a-practical-no/id6813708120?itsct=books_box_link&itscg=30200&ls=1&at=1001l3bAw&ct=9natree
- eBay: https://www.ebay.com/sch/i.html?_nkw=Data+Mining+for+Business+Analytics+Galit+Shmueli+&mkcid=1&mkrid=711-53200-19255-0&siteid=0&campid=5339060787&customid=9natree&toolid=10001&mkevt=1
- Shopee: https://asia.buys.trade/shopee_Data-Mining-for-Business-Analytics-Galit-Shmueli.html
- Lazada: https://asia.buys.trade/lazada_Data-Mining-for-Business-Analytics-Galit-Shmueli.html
- Tiktok: https://asia.buys.trade/tiktok_Data-Mining-for-Business-Analytics-Galit-Shmueli.html
- Baca selengkapnya: https://indonesia.9natree.com/read/B01MYZU2PC/
#JMPPro #pohonklasifikasidanregresi #reduksidimensi #upliftmodeling #peramalanderetwaktu #DataMiningforBusinessAnalytics
Buku Data Mining for Business Analytics: Concepts, Techniques, and Applications with JMP Pro membahas penambangan data sebagai proses bisnis yang mengubah data menjadi dasar keputusan. Ditulis oleh Galit Shmueli bersama Peter C. Bruce, Mia L. Stephens, dan Nitin R. Patel, buku ini berbentuk teks ajar terapan untuk pembaca yang ingin memahami metode analitik sekaligus menjalankannya dengan JMP Pro dari SAS. Fokusnya bukan sekadar mengenalkan istilah statistik, melainkan menghubungkan pertanyaan bisnis dengan pemilihan model, penilaian hasil, dan penggunaan temuan secara bertanggung jawab. Materinya mencakup eksplorasi dan visualisasi data, pengurangan dimensi, segmentasi dengan klaster, regresi, metode klasifikasi, jaringan saraf, model ensemble, uplift modeling, hingga peramalan deret waktu. Contoh dunia nyata, latihan akhir bab, studi kasus kaya data, serta kumpulan data pendamping membuat pembelajaran diarahkan pada praktik. Karena itu, buku ini relevan untuk mata kuliah analitik bisnis tingkat lanjut dan untuk praktisi yang perlu membangun kemampuan prediktif tanpa memisahkan teknik dari konteks keputusan organisasi.