Smart Data statt Big Data

John W. Foreman ist leitender Datenwissenschaftler bei MailChimp.com, wo er für die Entwicklung von E-Mail-Analyse-Produkten verantwortlich ist. Zuvor hat er als Berater u. a. für Coca-Cola, Dell, das US-Verteidigungsministerium und das FBI gearbeitet.

• Über den Autor 5Einführung 131 Alles, was Sie jemals über Tabellenkalkulationen wissen wollen, sich aber nicht zu fragen getraut haben 231.1 Beispieldaten 241.2 Sich schnell mit der Steuerungstaste bewegen 251.3 Formeln und Daten schnell kopieren 261.4 Zellen formatieren 281.5 Inhalte einfügen 291.6 Diagramme hinzufügen 301.7 Die Menüs »Suchen« und »Ersetzen« 321.8 Formeln für das Auf;;nden und Entnehmen von Werten 321.9 SVERWEIS verwenden, um Daten zusammenzuführen 341.10 Filtern und sortieren 351.11 Pivot-Tabellen verwenden 391.12 Array-Formeln verwenden 421.13 Probleme mit dem Solver lösen 441.14 OpenSolver: Ich wünschte, wir würden ihn nicht benötigen. Dem ist aber nicht so 501.15 Zusammenfassung 512 Clusteranalyse Teil I: Die Kundenbasis mit k-Means aufteilen 532.1 Mädchen tanzen mit Mädchen, und Jungens kratzen sich am Kopf 552.2 Es wird ernst: k-Means-Clusterbildung bei Abonnenten eines E-Mail-Marketings 602.2.1 Joey Bag O’ Donuts Weinhandel 602.2.2 Die Ausgangsdaten 612.2.3 Festlegen, was zu bewerten ist 622.2.4 Mit vier Clustern beginnen 652.2.5 Euklidischer Abstand: Abstandsmessung auf kürzestem Weg 672.2.6 Abstände und Clusterzuweisungen für jedermann 692.2.7 Clusterzentren bestimmen 712.2.8 Aus den Ergebnissen schlau werden 742.2.9 Die Top-Verkäufe je Cluster erhalten 752.2.10 Die Silhouette: Ein guter Weg, um es unterschiedliche k-Werte unter sich ausfechten zu lassen 792.2.11 Was halten Sie von fünf Clustern? 872.2.12 Eine Lösung für fünf Cluster 882.2.13 Die Top-Verkäufe der fünf Cluster erhalten 892.2.14 Die Silhouette für die 5-Means-Clusterbildung berechnen 922.3 K-Medians-Clusterbildung und asymmetrische Abstandsmessungen 932.3.1 Die k-Medians-Clusterbildung 942.3.2 Eine geeignetere Abstandsmetrik erhalten 942.3.3 Bringen Sie das alles in Excel unter 972.3.4 Die Top-Verkäufe der 5-Medians-Cluster 982.4 Zusammenfassung 1023 Naives Bayes und wie unglaublich leicht es ist, ein Idiot zu sein 1053.1 Wenn Sie ein Produkt »Mandrill« nennen, erhalten Sie Signale und Nebengeräusche 1053.2 Die kürzeste Einführung in die Wahrscheinlichkeitsrechnung der Welt 1083.2.1 Bedingte Wahrscheinlichkeiten summieren 1083.2.2 Die Verbundwahrscheinlichkeit, die Kettenregel und die Unabhängigkeit 1093.2.3 Was geschieht in einer abhängigen Situation? 1103.2.4 Die Bayes-Regel 1103.3 Die Bayes-Regel verwenden, um ein KI-Modell zu erstellen 1113.3.1 Klassenwahrscheinlichkeiten auf hohem Niveau werden oft miteinander gleichgesetzt 1133.3.2 Und noch ein paar Kleinigkeiten 1143.4 Auf geht’s mit Excel 1163.4.1 Für die Sache irrelevante Interpunktion entfernen 1173.4.2 An Leerzeichen auftrennen 1183.4.3 Token zählen und Wahrscheinlichkeiten berechnen 1223.4.4 Wir haben ein Modell! Nutzen wir es! 1243.5 Zusammenfassung 1304 Optimierungsmodellierung: Weil der »frisch gepresste« Orangensaft sich nicht selbst herstellt 1334.1 Warum sollten Data Scientists wissen, was Optimierung bedeutet? 1344.2 Mit einem einfachen Zielkon;;ikt geht es los 1354.2.1 Das Problem als Polytop darstellen 1364.2.2 Lösen durch Verschieben der Niveaumenge 1394.2.3 Das Simplex-Verfahren: in den Ecken herumstöbern 1404.2.4 Mit Excel arbeiten 1414.2.5 Am Ende dieses Kapitels wartet ein Monster 1524.3 Frisch vom Baum in Ihr Glas … mit einem kurzen Boxenstopp furs Mischen 1534.3.1 Sie verwenden für das Mischen ein Modell 1544.3.2 Beginnen wir mit ein paar Spezi;;kationen 1544.3.3 Zurück zum gleichbleibenden Geschmack 1564.3.4 Die Daten in Excel eintragen 1574.3.5 Das Problem in Solver eingeben 1614.3.6 Die Standards herabsetzen 1634.3.7 Ein totes Eichhörnchen loswerden: der Minimax-Ansatz 1674.3.8 Wenn-Dann- und die Big-M-Bedingung 1694.3.9 Variablen vervielfachen: das Volumen bis auf 11 hochtreiben 1744.4 Modellierungsrisiko 1824.4.1 Normal verteilte Daten 1834.5 Zusammenfassung 1925 Clusteranalyse Teil II: Netzwerkdiagramme und die Entdeckung der Community 1955.1 Was ist ein Netzwerkdiagramm? 1965.2 Einen einfachen Graphen darstellen 1975.3 Eine kurze Einführung in Gephi 2005.3.1 Die Installation von Gephi und die Vorbereitung der Dateien 2015.3.2 Den Graphen gestalten 2035.3.3 Rangfolge von Knoten 2055.3.4 Drucken 2085.3.5 Dem Graphen an die Daten gehen 2095.4 Aus den Daten des Weinhandels einen Graphen bilden 2105.4.1 Eine Kosinus-Ähnlichkeitsmatrix erstellen 2135.4.2 Einen r-Nachbarschaftsgraphen entwickeln 2165.5 Wie viel ist eine Kante wert? Normale Punkte und Penaltys bei der Modularität von Graphen 2215.5.1 Was ist ein Punkt und woraus besteht ein Penalty? 2215.5.2 Das Arbeitsblatt für die Bewertungen einrichten 2255.6 Lassen Sie uns Cluster bilden! 2275.6.1 Aufteilung Nummer 1 2285.6.2 Aufteilung 2: Electric Boogaloo 2345.6.3 Und … Aufteilung 3: Aufteilung mit Vergeltung 2365.6.4 Die Communitys decodieren und analysieren 2375.7 Einmal hin und wieder zurück: eine Gephi-Tabelle 2425.8 Zusammenfassung 2476 Der Großvater der betreuten künstlichen Intelligenz – die Regression 2496.1 He, was bist du? Schwanger? 2496.2 Machen Sie sich nicht selbst verrückt 2506.3 Die Schwangerschaft von Kundinnen bei RetailMart mithilfe der linearen Regression vorhersagen 2516.3.1 Welche Funktionen benötigt werden 2526.3.2 Die Trainingsdaten zusammenstellen 2536.3.3 Dummy-Variablen erzeugen 2556.3.4 Backen wir uns unsere eigene lineare Regression 2586.3.5 Statistiken und lineare Regression: R-Quadrat, F-Test und t-Tests 2686.3.6 Vorhersagen anhand neuer Daten tätigen und die Leistungsfähigkeit messen 2796.4 Mit einer logistischen Regression Schwangerschaften in Kundenhaushalten vorhersagen 2906.4.1 Als Erstes benötigen Sie eine Verknüpfungsfunktion 2906.4.2 Die logistische Funktion einbinden und alles neu optimieren 2926.4.3 Eine echte logistische Regression zusammenbauen 2946.4.4 Modellauswahl – die Leistungsfähigkeit des linearen mit der des logistischen Modells vergleichen 2976.5 Wenn Sie mehr wissen wollen 3006.6 Zusammenfassung 3017 Ensemble-Modelle: eine Menge mieser Pizza 3037.1 Die Daten aus Kapitel 6 verwenden 3047.2 Bagging: zufällig anordnen, trainieren, wiederholen 3067.2.1 Decision Stump ist keine sehr sexy Bezeichnung für eine blöde Vorhersage 3077.2.2 Das sieht für mich gar nicht mal so dumm aus! 3087.2.3 Das Modell untersuchen 3197.3 Boosting: Wenn das Ergebnis falsch ist, verstärken Sie es und versuchen es auf ein Neues 3247.3.1 Das Modell trainieren – jedes Merkmal wird angesprochen 3257.3.2 Das verstärkte Modell auswerten 3337.4 Zusammenfassung 3378 Prognosen: Atmen Sie tief durch, Sie können nicht gewinnen 3398.1 Der Handel mit Schwertern stottert 3408.2 Mit Zeitreihen vertraut werden 3418.3 Langsam Fahrt aufnehmen mit einer einfachen exponentiellen Glättung 3438.3.1 Prognosen mit der einfachen exponentiellen Glättung einrichten 3468.4 Es könnte ein Trend vorliegen 3518.5 Die lineare exponentielle Glättung nach Holt 3558.5.1 Die lineare exponentielle Glättung nach Holt in einem Arbeitsblatt einrichten 3568.5.2 Sind Sie nun fertig? Einen Blick auf Autokorrelationen werfen 3628.6 Die multiplikative Glättung nach Holt-Winters 3698.6.1 Die Anfangswerte für Niveau, Trend und Saisonabhängigkeit festlegen 3718.6.2 Die Prognose ins Rollen bringen 3768.6.3 Optimieren! 3818.6.4 Bestätigen Sie mir jetzt bitte, dass wir fertig sind 3838.6.5 Um die Prognose einen Vorhersagebereich legen 3838.6.6 Für die Galerie: Ein Fan-Chart anlegen 3888.7 Zusammenfassung 3909 Die Entdeckung von Ausreißern: Nur weil sie sonderbar sind, heißt das nicht, dass sie auch unwichtig sind 3939.1 Auch Ausreißer sind nur (schlechte?) Menschen 3949.2 Der faszinierende Fall von Hadlum gegen Hadlum 3959.2.1 Tukey-Begrenzungen 3969.2.2 Tukey-Begrenzungen in einem Arbeitsblatt anwenden 3979.2.3 Die Grenzen dieser einfachen Vorgehensweise 3999.3 In nichts wirklich schlecht, aber auch nirgends wirklich gut 4019.3.1 Daten für einen Graphen vorbereiten 4029.3.2 Einen Graphen erstellen 4059.3.3 Die k nächsten Nachbarn erhalten 4079.3.4 Methode 1 zum Entdecken von Ausreißern in einem Graphen: Verwenden Sie einfach den Indegree 4089.3.5 Methode 2 zum Entdecken von Ausreißern in einem Graphen: Differenzierte Ergebnisse mit k-Abstand erhalten 4129.3.6 Methode 3 zum Entdecken von Ausreißern in einem Graphen: Local Outlier Factors sind dort, wo die Musik spielt 4149.4 Zusammenfassung 41910 Von der Tabellenkalkulation zu R wechseln 42110.1 Mit R loslegen .42210.1.1 Ein paar einfache Fingerübungen 42310.1.2 Daten in R einlesen 43110.2 Sich aktiv mit Data Science beschäftigen 43310.2.1 Ein paar Zeilen sphärisches k-Means für Wein-Daten 43310.3 Mit den Schwangerschaftsdaten ein KI-Modell entwickeln 44010.3.1 Prognosen in R tätigen 44910.3.2 Sich um das Entdecken von Ausreißern kümmern 45410.4 Zusammenfassung 458Stichwortverzeichnis  459