译者序
关于作者
关于审校者
前言
第1章 预测分析入门
1.1 许多行业中都有预测分析
1.1.1 市场营销中的预测分析
1.1.2 医疗中的预测分析
1.1.3 其他行业中的预测分析
1.2 技能和角色在预测分析中都很重要
1.3 预测分析软件
1.3.1 开源软件
1.3.2 闭源软件
1.3.3 和平共处
1.4 其他有用的工具
1.4.1 超越基础知识
1.4.2 数据分析/研究
1.4.3 数据工程
1.4.4 管理
1.4.5 数据科学团队
1.4.6 看待预测分析的两种不同方式
1.5 R
1.5.1 CRAN
1.5.2 安装R语言
1.5.3 其他安装R语言的方法
1.6 预测分析项目是如何组织的
1.7 图形用户界面
1.8 RStudio入门
1.8.1 重新布局以保持和示例一致
1.8.2 部分重要面板的简要描述
1.8.3 创建新项目
1.9 R语言控制台
1.10 源代码窗口
1.11 第一个预测模型
1.12 第二个脚本
1.12.1 代码描述
1.12.2 predict函数
1.12.3 检验预测误差
1.13 R语言包
1.13.1 stargazer包
1.13.2 安装stargazer包
1.13.3 保存工作
1.14 参考资料
1.15 本章小结
第2章 建模过程
第3章 输入和探索数据
第4章 回归算法导论
第5章 决策树、聚类和SVM导论
第6章 使用生存分析来预测和分析客户流失
第7章 使用购物篮分析作为推荐系统引擎
第8章 将医疗注册数据作为时间序列探索
第9章 Spark
第10章 用Spark探索大型数据集
第11章 Spark机器学习：回归和聚类模型
第12章 Spark模型：基于规则的学习

拉尔夫·温特斯著的《实用预测分析/数据分析与决策技术丛书》是一本与众不同的预测分析书，从技术和概念的角度介绍了很多不同的主题，如分析方法、敏捷、元数据、SQL、抽样和生存分析等。书中首先简洁地讲述预测分析的发展历史及R安装基础知识，然后详细介绍预测分析建模的6个步骤，你将学习输入、清洗以及准备建模数据所需的技巧。作者还探讨了为什么协作非常重要，敏捷选代建模循环如何提高成功率，使你能顺利开发并部署最佳的模型，进而在云计算环境中进一步扩展你的技能，通过学习Databricks和SparkR，你将能够对海量的数据进行预测模型的开发。

拉尔夫·温特斯著的《实用预测分析/数据分析与决策技术丛书》由经验丰富的数据架构师撰写，着眼于提高开发、实行预测分析所需的六项关键实用技能，系统阐述应用预测分析的原理和技术，并通过大量来自市场营销、零售和医疗领域的真实案例，详细讲解使用R、Spark等开源工具进行预测分析的实用方法和技巧。
全书共12章，第1章概述预测分析的发展历史及在各行各业中的应用；第2章讨论两种重要分析方法：CRISP-DM和SEMMA；第3章介绍数据输入和数据探索的各种方法；第4章和第5章分别详细讨论四种核心预测算法，即回归、决策树、聚类和支持向量机（SVM）；第6章介绍生存分析技术并展示如何使用生存分析来解释和预测客户流失；第7章介绍关联规则和购物篮分析的概念及其应用；第8章介绍时间序列分析；第9章介绍SparkR；第10章展示如何用SparkR和Spark SQL执行一些探索性数据分析；第11章介绍如何使用Spark实现逻辑回归和聚类；第12章讲解如何使用Stop和Frisk数据集在Spark中运行决策树模型。