Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Предсказательная аналитика с KNIME

Покупка
Новинка
Артикул: 890537.01.99
Доступ онлайн
2 099 ₽
В корзину
Книга посвящена интеллектуальному анализу данных с помощью KNIME — инструмента с открытым исходным кодом и визуальным интерфейсом разработки. Здесь вы найдете подробное описание наиболее распространенных методов машинного обучения, таких как линейная и логистическая регрессия, кластерный анализ, деревья решений, нейронные сети и т.д. Вы также научитесь реализовывать эти методы на практике с применением KNIME. Издание адресовано специалистам, работающим с KNIME, и всем желающим изучить основы машинного обучения при помощи удобного бесплатного инструмента.
25
35
105
125
147
148
196
223
238
259
289
303
339
353
Асито, Ф. Предсказательная аналитика с KNIME : практическое пособие / Ф. Асито ; пер. с англ. А. Ю. Гинько. – Москва : ДМК Пресс, 2025. - 362 с. – ISBN 978-5-93700-354-6. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2274602 (дата обращения: 19.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
Фрэнк Асито
Предсказательная аналитика  
с KNIME


Frank Acito
Predictive Analytics  
with KNIME
Analytics for Citizen Data Scientists


Фрэнк Асито
Предсказательная 
аналитика с KNIME
Методы машинного обучения –  
наглядно и доступно
Москва, 2025


УДК	 004.4KNIME:[004.6+004.85]
ББК 32.972
А90
Асито Ф.
А90 	 Предсказательная аналитика с KNIME / пер. с англ. А. Ю. Гинько. – М.: 
ДМК Пресс, 2025. – 360 с.: ил. 
ISBN 978-5-93700-354-6
Книга посвящена интеллектуальному анализу данных с помощью KNIME – инструмента с открытым исходным кодом и визуальным интерфейсом разработки. 
Здесь вы найдете подробное описание наиболее распространенных методов машинного обучения, таких как линейная и логистическая регрессия, кластерный 
анализ, деревья решений, нейронные сети и т. д. Вы также научитесь реализовывать эти методы на практике с применением KNIME.
Издание адресовано специалистам, работающим с KNIME, и всем желающим 
изучить основы машинного обучения при помощи удобного бесплатного инструмента.
УДК  004.4KNIME:[004.6+004.85]
ББК  32.972
This work is subject to copyright. All rights are solely and exclusively licensed by the 
Publisher, whether the whole or part of the material is concerned, specifcally the rights of 
translation, reprinting, reuse of illustrations, recitation, broadcasting, reproduction on 
microflms or in any other physical way, and transmission or information storage and retrieval, 
electronic adaptation, computer software, or by similar or dissimilar methodology now known 
or hereafter developed.
Все права защищены. Любая часть этой книги не может быть воспроизведена 
в какой бы то ни было форме и какими бы то ни было средствами без письменного 
разрешения владельцев авторских прав.
	
© Springer Nature Switzerland AG, 2023
©  Перевод, оформление, издание,  
ДМК Пресс, 2025


Я посвящаю эту книгу  
моей любящей жене Сэнди –  
за ее терпение, поддержку и понимание


Содержание
От издательства.......................................................................................................10
Предисловие.............................................................................................................11
Об авторе...................................................................................................................13
О переводчике.........................................................................................................14
Глава 1. Введение в аналитику...........................................................................15
1.1.  Рост спроса на аналитику.....................................................................................16
1.2.  Применение аналитики.......................................................................................20
1.3.  Аналитик-любитель..............................................................................................22
1.4.  Аналитический процесс.......................................................................................23
1.5.  Заключение...........................................................................................................24
Ссылки..........................................................................................................................25
Глава 2. Постановка задачи.................................................................................26
2.1.  Экспертное мнение относительно определения поставленной задачи...........27
2.2.  Пример неправильной постановки задачи в компании сотовой связи...........28
2.3.  Определение аналитической задачи...................................................................29
2.4.  Структурированные и неструктурированные задачи........................................31
2.5.  Начинаем с описания задачи...............................................................................32
2.6.  Заключение...........................................................................................................35
Ссылки..........................................................................................................................35
Глава 3. Введение в KNIME..................................................................................37
3.1.  Особенности KNIME.............................................................................................37
3.2.  Рабочая среда KNIME............................................................................................38
3.3.  Учимся использовать KNIME...............................................................................40
3.4.  Расширения и интеграции в KNIME....................................................................41
3.5.  Типы данных в KNIME..........................................................................................41
3.6.  Пример: предсказание заболевания сердца с помощью KNIME.......................42
3.7.  Пример: подготовка клинических данных с помощью KNIME.........................47
3.8.  Переменные процесса..........................................................................................51
3.9.  Циклы в KNIME.....................................................................................................57
3.10.  Метаузлы и компоненты в KNIME.....................................................................62
3.11.  Заключение.........................................................................................................68
Приложения..................................................................................................................68
Приложение 1: интеграция языка R в KNIME........................................................68
Приложение 2: регулярные выражения для поиска шаблонов в тексте..............69


Содержание    7
Глава 4. Подготовка данных...............................................................................72
4.1.  Получение необходимых данных........................................................................72
4.2.  Очистка данных....................................................................................................73
4.3.  Узлы для очистки данных в KNIME.....................................................................74
4.4.  Пропущенные значения.......................................................................................75
4.5.  Обработка пропущенных значений....................................................................83
4.6.  Выбросы................................................................................................................84
4.7.  Конструирование признаков................................................................................96
4.8.  Пример подготовки данных с помощью KNIME................................................99
4.9.  Заключение.........................................................................................................104
Ссылки........................................................................................................................105
Глава 5. Снижение размерности......................................................................106
5.1.  Проблемы, связанные с наличием большого количества переменных..........106
5.2.  Подходы к снижению размерности...................................................................108
5.3.  Анализ главных компонент...............................................................................114
5.4.  Пример применения анализа главных компонент..........................................117
5.5.  Математика в основе анализа главных компонент.........................................122
5.6.  Заключение.........................................................................................................125
Ссылки........................................................................................................................125
Глава 6. Регрессия методом наименьших квадратов..............................126
6.1.  Основы простой линейной регрессии...............................................................127
6.2.  Множественная регрессия.................................................................................129
6.3.  Построение предсказательной регрессионной модели...................................129
6.4.  Нелинейные зависимости..................................................................................132
6.5.  Оценка точности предсказаний........................................................................136
6.6.  Примеры применения регрессии......................................................................137
6.7.  Заключение..........................................................................................................146
Ссылки........................................................................................................................147
Глава 7. Логистическая регрессия....................................................................148
7.1.  Основы бинарной логистической регрессии....................................................149
7.2.  Моделирование вероятностей...........................................................................150
7.3.  Оценка параметров логистической регрессии.................................................151
7.4.  Пример с использованием сгенерированных данных.....................................151
7.5.  Нелинейные свойства коэффициентов логистической регрессии..................154
7.6.  Интерпретация результатов логистического анализа с помощью  
логарифма шансов.....................................................................................................159
7.7.  Оценка качества моделей классификации........................................................160
7.8.  Пример: предсказание текучки кадров с помощью логистической  
регрессии....................................................................................................................169
7.9.  Интерпретация и значимость предикторов.....................................................175
7.10.  Пример: предсказание наличия сердечного заболевания   
с использованием логистической регрессии...........................................................178
7.11.  Логистическая регрессия с регуляризацией...................................................182
7.12.  Асимметрия выгод и издержек........................................................................185


8    Содержание
7.13.  Мультиномиальная логистическая регрессия.................................................190
7.14.  Заключение........................................................................................................193
Приложение: каппа Коэна.........................................................................................194
Ссылки........................................................................................................................196
Глава 8. Деревья классификации и регрессии...........................................197
8.1.  Деревья классификации.....................................................................................197
8.2.  Применение деревьев решений........................................................................199
8.3.  Разработка дерева классификации...................................................................200
8.4.  Построение деревьев решений с использованием неопределенности  
Джини..........................................................................................................................202
8.5.  Обрезка ветвей дерева во избежание переобучения.......................................205
8.6.  Пропущенные значения в анализе деревьев решений....................................211
8.7.  Выбросы в деревьях классификации.................................................................213
8.8.  Прогнозирование оттока клиентов с помощью деревьев классификации....214
8.9.  Деревья регрессии..............................................................................................217
8.10.  Пример: перегрузки во время аварий на мотоцикле.....................................219
8.11.  Преимущества и недостатки деревьев решений............................................221
8.12.  Заключение.......................................................................................................222
Ссылки........................................................................................................................223
Глава 9. Наивный Байес......................................................................................224
9.1.  Постановка задачи..............................................................................................224
9.2.  Иллюстрация теоремы Байеса...........................................................................226
9.3.  Иллюстрация наивного Байеса на вымышленном наборе данных................228
9.4.  Предположение об условной независимости...................................................230
9.5.  Наивный Байес с непрерывными предикторами............................................231
9.6.  Сглаживание Лапласа.........................................................................................232
9.7.  Пример использования наивного Байеса для определения болезней  
сердца..........................................................................................................................233
9.8.  Пример использования наивного Байеса для поиска спама...........................235
9.9.  Заключение и комментарии относительно наивного байесовского 
классификатора..........................................................................................................238
Ссылки........................................................................................................................238
Глава 10. Метод k-ближайших соседей........................................................239
10.1.  Как работает метод k-ближайших соседей.....................................................241
10.2.  Двумерный графический пример метода kNN...............................................242
10.3.  Пример применения метода kNN для диагностики сердечных  
заболеваний................................................................................................................243
10.4.  Метод kNN для непрерывной целевой переменной......................................247
10.5.  Метод kNN для многоклассовой целевой переменной..................................252
10.6.  Заключение.......................................................................................................257
Ссылки........................................................................................................................259
Глава 11. Нейронные сети..................................................................................260
11.1.  Что такое искусственная нейронная сеть?......................................................261
11.2.  Процесс обучения нейронных сетей...............................................................264


Содержание    9
11.3.  Пример однослойного перцептрона...............................................................267
11.4.  Пример многослойного перцептрона.............................................................268
11.5.  Пример применения многослойного перцептрона  в задаче 
с многоклассовой категориальной целевой переменной.......................................271
11.6.  Рассуждения об использовании нейронных сетей.........................................274
11.7.  Пример использования нейронной сети для предсказания 
платежеспособности..................................................................................................277
11.8.  Пример использования нейронной сети для предсказания стоимости  
подержанных автомобилей.......................................................................................284
11.9.  Заключение.......................................................................................................288
Ссылки........................................................................................................................289
Глава 12. Ансамблевые модели.......................................................................291
12.1.  Создание ансамблевых моделей......................................................................292
12.2.  Ансамблевые модели на основе деревьев решений.......................................293
12.3.  Пример применения ансамблевых моделей с непрерывной целевой 
переменной................................................................................................................297
12.4.  Пример применения ансамблевых моделей с бинарной целевой 
переменной................................................................................................................300
12.5.  Заключение.......................................................................................................302
Ссылки........................................................................................................................303
Глава 13. Кластерный анализ............................................................................304
13.1.  Сколько у нас кластеров?.................................................................................304
13.2.  Рекомендованные шаги при выполнении кластеризации............................306
13.3.  Иерархический кластерный анализ................................................................316
13.4.  Кластеризация методом k-средних.................................................................325
13.5.  Кластеризация на основе плотности...............................................................333
13.6.  Нечеткая кластеризация..................................................................................335
13.7.  Проверка кластеров..........................................................................................337
13.8.  Заключение.......................................................................................................338
Ссылки........................................................................................................................339
Глава 14. Представление и развертывание модели................................340
14.1.  Составление и презентация итогового отчета...............................................340
14.2.  Визуализация данных.......................................................................................343
14.3.  Процесс развертывания предсказательных моделей....................................345
14.4.  Заключение.......................................................................................................353
Ссылки........................................................................................................................353
Предметный указатель.......................................................................................355


От издательства
Отзывы и пожелания
Мы всегда рады отзывам наших читателей. Расскажите нам, что вы думаете 
об этой книге – что понравилось или, может быть, не понравилось. Отзывы 
важны для нас, чтобы выпускать книги, которые будут для вас максимально 
полезны.
Вы можете написать отзыв на нашем сайте www.dmkpress.com, зайдя на 
страницу книги и оставив комментарий в разделе «Отзывы и рецензии». 
Также можно послать письмо главному редактору по адресу dmkpress@gmail.
com; при этом укажите название книги в теме письма. 
Если вы являетесь экспертом в какой-либо области и заинтересованы в написании новой книги, заполните форму на нашем сайте по адресу http://
dmkpress.com/authors/publish_book/ или напишите в издательство по адресу 
dmkpress@gmail.com.
Список опечаток
Хотя мы приняли все возможные меры для того, чтобы обеспечить высокое качество наших текстов, ошибки все равно случаются. Если вы найдете 
ошибку в одной из наших книг, мы будем очень благодарны, если вы сообщите о ней главному редактору по адресу dmkpress@gmail.com. Сделав это, 
вы избавите других читателей от недопонимания и поможете нам улучшить 
последующие издания этой книги. 
Нарушение авторских прав
Пиратство в интернете по-прежнему остается насущной проблемой. Издательство «ДМК Пресс» очень серьезно относится к вопросам защиты авторских прав 
и лицензирования. Если вы столкнетесь в интернете с незаконной публикацией 
какой-либо из наших книг, пожалуйста, пришлите нам ссылку на интернет-ресурс, чтобы мы могли применить санкции.
Ссылку на подозрительные материалы можно прислать по адресу электронной почты dmkpress@gmail.com.
Мы высоко ценим любую помощь по защите наших авторов, благодаря 
которой мы можем предоставлять вам качественные материалы.


Доступ онлайн
2 099 ₽
В корзину