Отзывы на книгу: Прогнозное моделирование в IBM SPSS Statistics и R. Метод деревьев решений; ДМК-Пресс, 2016

А мне как раз показалось, что это все-таки больше пособие, как работать с деревьями в SPSS, чем книга о методе, хотелось бы более детального освещения статистической теории. Многие сложные вещи из статистики типа доверительных интервалов, p-значений даются, как если бы все знали, что такое. Ну да, конечно, все мы знаем, что такое F-тест и асимптотическая нормальность.

Книга отличная. Ни разу не пожалел, что купил, на моей памяти это, наверно, самый обширный материал по деревьям на русском языке. Давно что-то подобное искал. И, главное, написана книга в доступном стиле, ближе к американским книжкам по машинному обучению. Материал действительно очень концентрированный. И, что плюс, ДМК сделала в кои-то веки твердый переплет, есть гарантия, что через год активной работы книга не развалится

Недавно закончил читать эту книгу. Книга написана очень плотным текстом. Вот прямо очень плотным. С одной стороны, плюс, мало "воды", лирических отступлений, с другой, тяжеловато, надо делать передышку после пары-тройки параграфов)) Ощущение, что понеслись с места в карьер. Что бы выделил для себя... Детально описано несколько техник по улучшению старой доброй логистической регрессии (я про конкурсную задачу ОТП Банка). Подробно изложен ROC-анализ и интерпретация ROC-кривых, ну и стоит отметить раздел про важность интервальных оценок AUC. Все это показано на более-менее реальных данных, с пропусками, выбросами, дублями. Вообще с примерами все OK. Понравилось, что есть раздел про то, как надо чистить данные, опять же с конкретным примером. Не понравилось, что нет леса, бустинга, алгоритма С4.5

Весьма любопытная книга. Из достоинств масса кейсов и практических советов, как лучше построить, улучшить прогнозную модель, проверить ее качество. Больше всего мне понравились пошагово разобранные примеры с оттоком клиентов в телекоме и предсказание отклика для маркетинговой кампании ОТП Банка. Программный код и для SPSS Syntax и для R рабочий, что радует. Из недостатков мне кажется здесь не хватает случайного леса, который в книге использован лишь косвенно, и можно было еще пакет party рассмотреть.