预测性分析涉及预见未来和做出更明智、更快的商业决策。要想在当前动荡的商业环境中生存，管理者就必须以准确的方式识别问题和机会并计算和实施决策。在这种情况下，使用商业分析的组织不仅能够生存下来，而且还能茁壮成长。有了商业分析，公司可以利用数据了解发生了什么，预见将要发生什么，并实现应该发生的事情。
| 数据分析与决策技术丛书 |
预测性分析
基于数据科学的方法（原书第2版）
Predictive Analytics
Data Mining, Machine Learning and Data Science for Practitioners, 2nd Edition
[美]?杜尔森·德伦（Dursun Delen）?著?杜炤?邓双?译
计算机\数据科学
使用预测性分析方法，决策者可以发现数据中隐藏的模式和相互关系，并利用这些洞见来改进许多关键的业务决策。在本书中，杜尔森·德伦博士向商界专业人士和相关学生阐明了先进预测性分析的最佳实践。
本书全面介绍了预测性分析相关方法，涵盖关键数据挖掘过程和方法，相关的数据管理方法、工具和指标，高级文本挖掘和Web挖掘，大数据集成等。为平衡理论和实践内容，本书不仅直观地阐述了相关概念，还给出了现实的示例问题和真实的案例研究——包括从失败项目获得的经验教训。这一切设计都是为了帮助读者理解预测性分析，在实践中取得很好的预测效果。
通过阅读本书，读者可以：
● 利用通过数据挖掘提取的知识做出更明智的决策。
● 采用标准化的流程做出更可靠的预测。
● 预测离散结果（通过分类方法）、数值结果（通过回归方法），以及随着时间变化的结果（通过时间序列预测方法）。
● 理解从传统统计方法和高级机器学习中提取的预测算法。
● 发现前沿技术，并探索从情感分析到欺诈检测的高级应用。
