Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Bedankt voor het vertrouwen het afgelopen jaar! Om jou te bedanken bieden we GRATIS verzending (in België) aan op alles gedurende de hele maand januari.

Afhalen na 1 uur in een winkel met voorraad
In januari gratis thuislevering in België
Ruim aanbod met 7 miljoen producten

Winkels

Verlanglijstje

Winkels

Verlanglijstje

Zoeken

Volg ons op

140 winkels

Wist je dat er in Vlaanderen voor iedereen een Standaard Boekhandel is binnen een straal van 7 km?

Vind hier een winkel

€ 183,45

+ 366 punten

Levering 2 à 3 weken

Eenvoudig bestellen

Veilig betalen

In januari gratis thuislevering in België (via bpost)

Gratis levering in je Standaard Boekhandel

Omschrijving

As artificial intelligence advances at an exponential pace, understanding data science and machine learning has become increasingly essential. Yet, the wide range of available resources can be daunting, posing challenges for beginners. This second book builds on the foundation laid in the first, Data Science and Machine Learning for Non-Programmers: Using SAS Enterprise Miner, providing similar fundamental knowledge of data science and machine learning in an accessible way. It is specifically designed to cater to readers who prefer a hands-on guide using IBM SPSS Modeler, a widely popular software that does not require coding or programming skills. Like the first book, this volume helps learners from various non-technical fields gain practical insight into machine learning but shifts the focus to a different tool for those seeking alternatives to coding.

In this book, readers are guided through practical implementations using real datasets and IBM SPSS Modeler, a user-friendly data mining tool. The approach remains consistent with a focus on application, providing step-by-step instructions for all stages of the data mining process using two large datasets, ensuring continuity and reinforcing concepts in a cohesive project framework. This book also offers practical advice on presenting data mining results effectively, aiding readers in communicating insights clearly to stakeholders.

Together with the first book, this volume is a companion for beginners and experienced practitioners alike. It targets a broad audience, including students, lecturers, researchers, and industry professionals. It offers flexibility in learning pathways and deepens understanding of data science using easy-to-follow, software-based approaches.