توضیحاتی در مورد کتاب Predictive Analytics Microsoft Excel
نام کتاب : Predictive Analytics Microsoft Excel
عنوان ترجمه شده به فارسی : تجزیه و تحلیل پیش بینی مایکروسافت اکسل
سری :
نویسندگان : Conrad Carlberg
ناشر : Que Publishing
سال نشر : 2012
تعداد صفحات : 0
ISBN (شابک) : 0789749416
زبان کتاب : English
فرمت کتاب : epub درصورت درخواست کاربر به PDF تبدیل می شود
حجم کتاب : 36 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
تجزیه و تحلیل پیش بینی اکسل برای خرد کننده های داده های جدی!
فیلم Moneyball تجزیه و تحلیل پیشبینیکننده را معروف کرد: اکنون میتوانید از تکنیکهای مشابه برای کمک به کسب و کار خود برای پیروزی استفاده کنید. شما به نرم افزار چند میلیون دلاری نیاز ندارید: تمام ابزارهای مورد نیاز در مایکروسافت اکسل موجود است و تمام دانش و مهارت ها دقیقاً در اینجا، در این کتاب موجود است!
Microsoft Excel MVP Conrad Carlberg به شما نشان می دهد که چگونه از تجزیه و تحلیل پیش بینی اکسل برای حل مشکلات دنیای واقعی در حوزه های مختلف از فروش و بازاریابی گرفته تا عملیات استفاده کنید. کارلبرگ بینش بیسابقهای در ساخت پیشبینیهای قدرتمند، معتبر و قابل اعتماد ارائه میدهد و نشان میدهد که چگونه میتوان بینش عمیقی از اکسل به دست آورد که کشف آن با ابزارهای پرهزینه مانند SAS یا SPSS دشوار است.
مجموعه گستردهای از کتابهای کار اکسل قابل دانلود را دریافت خواهید کرد که میتوانید به راحتی با نیازهای منحصربهفرد خود تطبیق دهید، بهعلاوه کد VBA - که بیشتر آن منبع باز است - برای سادهسازی چند تا از پیچیدهترین تکنیکهای این کتاب.
گام به گام، مهارتهای اکسل را که قبلاً دارید، یاد میگیرید، تکنیکهای پیشرفتهای را یاد میگیرید که میتواند به شما در افزایش درآمد، کاهش هزینهها و بهبود بهرهوری کمک کند. با تسلط بر تجزیه و تحلیل پیش بینی کننده، مزیت رقابتی قدرتمندی برای شرکت و خودتان به دست خواهید آورد.
• "چگونه" و "چرا" استفاده از داده ها را برای تصمیم گیری تاکتیکی بهتر بیاموزید
• تکنیک تجزیه و تحلیل مناسب را برای هر مسئله انتخاب کنید
• از اکسل برای گرفتن داده های زنده در زمان واقعی از منابع مختلف، از جمله وب سایت های شخص ثالث، استفاده کنید
• از رگرسیون لجستیک برای پیش بینی رفتارهایی مانند «خرید» در مقابل «نخواهم خرید» استفاده کنید.
• پرش های تصادفی داده ها را از تغییرات اساسی و واقعی متمایز کنید
• پیش بینی سری های زمانی با هموارسازی و رگرسیون
• با استفاده از حل کننده برای یافتن تخمین های حداکثر احتمال، پیش بینی های دقیق تری بسازید
• مدیریت تعداد زیادی از متغیرها و مجموعه داده های عظیم با تجزیه و تحلیل مؤلفه های اصلی و چرخش عامل Varimax
• از تکنیک های ARIMA (Box-Jenkins) برای ایجاد پیش بینی های بهتر و درک معنای آنها استفاده کنید.
توضیحاتی در مورد کتاب به زبان اصلی :
Excel predictive analytics for serious data crunchers!
The movie Moneyball made predictive analytics famous: Now you can apply the same techniques to help your business win. You don’t need multimillion-dollar software: All the tools you need are available in Microsoft Excel, and all the knowledge and skills are right here, in this book!
Microsoft Excel MVP Conrad Carlberg shows you how to use Excel predictive analytics to solve real-world problems in areas ranging from sales and marketing to operations. Carlberg offers unprecedented insight into building powerful, credible, and reliable forecasts, showing how to gain deep insights from Excel that would be difficult to uncover with costly tools such as SAS or SPSS.
You’ll get an extensive collection of downloadable Excel workbooks you can easily adapt to your own unique requirements, plus VBA code—much of it open-source—to streamline several of this book’s most complex techniques.
Step by step, you’ll build on Excel skills you already have, learning advanced techniques that can help you increase revenue, reduce costs, and improve productivity. By mastering predictive analytics, you’ll gain a powerful competitive advantage for your company and yourself.
• Learn both the “how” and “why” of using data to make better tactical decisions
• Choose the right analytics technique for each problem
• Use Excel to capture live real-time data from diverse sources, including third-party websites
• Use logistic regression to predict behaviors such as “will buy” versus “won’t buy”
• Distinguish random data bounces from real, fundamental changes
• Forecast time series with smoothing and regression
• Construct more accurate predictions by using Solver to find maximum likelihood estimates
• Manage huge numbers of variables and enormous datasets with principal components analysis and Varimax factor rotation
• Apply ARIMA (Box-Jenkins) techniques to build better forecasts and understand their meaning