Predictive and Simulation Analytics (eBook)
XXV, 370 Seiten
Springer International Publishing (Verlag)
978-3-031-31887-0 (ISBN)
This book connects predictive analytics and simulation analytics, with the end goal of providing Rich Information to stakeholders in complex systems to direct data-driven decisions. Readers will explore methods for extracting information from data, work with simple and complex systems, and meld multiple forms of analytics for a more nuanced understanding of data science. The methods can be readily applied to business problems such as demand measurement and forecasting, predictive modeling, pricing analytics including elasticity estimation, customer satisfaction assessment, market research, new product development, and more. The book includes Python examples in Jupyter notebooks, available at the book's affiliated Github.
This volume is intended for current and aspiring business data analysts, data scientists, and market research professionals, in both the private and public sectors.
Walter R. Paczkowski earned his Ph.D. in Economics at Texas A&M University and has worked at AT&T's Analytical Support Center, Market Analysis and Forecasting Division, and Business Research Division. He was also a Member of the Technical Staff at AT&T Bell Labs before founding Data Analytics Corp., a statistical consulting and data modeling company, in 2001. Dr. Paczkowski is a part-time lecturer in the Department of Economics and the Department of Statistics at Rutgers University. He published six books in, what he refers to as, his Analytics Series. His latest are Business Analytics: Data Science for Business Problems (Springer, 2021) and Modern Survey Analysis: Using Python for Deeper Insights (Springer, 2022).
| Erscheint lt. Verlag | 19.8.2023 |
|---|---|
| Zusatzinfo | XXV, 370 p. 173 illus., 149 illus. in color. |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik |
| Mathematik / Informatik ► Mathematik ► Wahrscheinlichkeit / Kombinatorik | |
| Wirtschaft ► Allgemeines / Lexika | |
| Schlagworte | Business Analytics • Information • Information Theory • Logistic analysis • Monte Carlo • prediction analytics • queuing theory • Random Numbers • Regression Analysis • Simulations • Statistical finance |
| ISBN-10 | 3-031-31887-0 / 3031318870 |
| ISBN-13 | 978-3-031-31887-0 / 9783031318870 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 14,6 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
