Найти книгу: "Data Mining for the Social Sciences"

We live in a world of big data: the amount of information collected on human behavior each day is staggering, and exponentially greater than at any time in the past. Additionally, powerful algorithms are capable of churning through seas of data to uncover patterns. Providing a simple and accessible introduction to data mining, Paul Attewell and David B. Monaghan discuss how data mining substantially differs from conventional statistical modeling familiar to most social scientists. The authors also empower social scientists to tap into these new resources and incorporate data mining methodologies in their analytical toolkits. Data Mining for the Social Sciences demystifies the process by describing the diverse set of techniques available, discussing the strengths and weaknesses of various approaches, and giving practical demonstrations of how to carry out analyses using tools in various statistical software packages.

В книге представлены наиболее актуальные направления в области разработки корпоративных систем: организация хранилищ данных, оперативный (OLAP) и интеллектуальный анализ данных (Data Mining). Все три направления рассмотрены в достаточном для понимания и дальнейшего использования на практике объеме. Описание методов и алгоритмов анализа данных и иллюстрация их работы на примерах позволит использовать книгу не только как учебное пособие, но и как практическое руководство при разработке программного обеспечения.

Книга является вторым, обновленным и дополненным, изданием учебного пособия «Методы и модели анализа данных: OLAP и Data Mining». Излагаются основные направления в области разработки корпоративных систем: организация хранилищ данных, распределенный, оперативный (OLAP), интеллектуальный (Data Mining), визуальный (Visual Mining) и текстовый (Text Mining) анализ данных. Приведено описание методов и алгоритмов решения основных задач анализа: классификации, кластеризации и др. Описание идеи каждого метода дополняется конкретным примером его применения. Для студентов и специалистов в области анализа данных.

Although new ventures’ competitive positioning and their founders’ social networks are both recognized as important in the context of transition economies, not much is known about their multiplicative effect on performance. We build on the strategic management literature and social network theory to develop theoretical predictions about the role of competitive strategies and social capital for entrepreneurial performance. These are tested with survey data from Bulgaria. We find that both the venture’s competitive strategic positioning and the founder’s networking positively influence performance. The hypothesized moderating effect of networking for the relationship between differentiation strategy and performance received only tentative support. Contrary to expectations, we find a negative moderating effect of networking for the relationship of cost leadership with performance. These results suggest that the entrepreneur’s network plays a role in shaping how strategies influence performance by possibly upholding differentiation and deemphasizing cost leadership strategy. Implications for managerial practice and public policy are discussed.

Полный вариант заголовка: «Theorie des richesses sociales : Tome 1 : suivie d'une bibliographie de l'economie politique / par le Comte Frederic Skarbek».

Полный вариант заголовка: «Essai d'une histoire des revolutions arrivees dans les sciences et les beaux-arts depuis les temps heroiques jusqu'a nos jours. T. 3».