Η μηχανική μάθηση χρησιμοποιείται συχνά για την κατασκευή προγνωστικών μοντέλων, εξάγοντας μοτίβα από μεγάλα σύνολα δεδομένων. Αυτά τα μοντέλα χρησιμοποιούνται σε εφαρμογές προγνωστικής αναλυτικής δεδομένων, συμπεριλαμβάνοντας την πρόβλεψη τιμών, την αξιολόγηση κινδύνων, τη πρόβλεψη της συμπεριφοράς πελατών και την ταξινόμηση εγγράφων. Αυτό το εισαγωγικό εγχειρίδιο προσφέρει μια λεπτομερή και εστιασμένη μελέτη των πιο σημαντικών προσεγγίσεων μηχανικών μάθησης που χρησιμοποιούνται στην προγνωστική αναλυτική δεδομένων, καλύπτοντας τόσο θεωρητικές έννοιες όσο και πρακτικές εφαρμογές.

Το τεχνικό και μαθηματικό υλικό συμπληρώνεται με επεξηγηματικά λυμένα παραδείγματα, ενώ οι μελέτες περιπτώσεων δείχνουν την εφαρμογή αυτών των μοντέλων σε ευρύτερο επιχειρησιακό πλαίσιο.

Η δεύτερη έκδοση καλύπτει πρόσφατες εξελίξεις στη μηχανική μάθηση, ειδικά με το νέο κεφάλαιο για τη βαθιά μάθηση και δύο νέα κεφάλαια που υπερβαίνουν την προγνωστική αναλυτική, καλύπτοντας τη μη επιβλεπόμενη και την ενισχυτική μάθηση.

Αυτό το βιβλίο είναι ευανάγνωστο, προσφέροντας μη τεχνικές επεξηγήσεις των ιδεών που στηρίζουν κάθε προσέγγιση πριν από την εισαγωγή μαθηματικών μοντέλων και αλγορίθμων. Είναι αναλυτικό και παρουσιάζει το υλικό σε βάθος, παρέχοντας στους μαθητές λεπτομερείς γνώσεις σχετικά με τις βασικές έννοιες, δίνοντάς τους μια στέρεα βάση νια να εξερευνήσουν το πεδίο μόνοι τους.