Books
Data
mining and optimization for decision making
Carlo Vercellis
Wiley, 2009
Description
Business intelligence is a broad category of applications and
technologies for gathering, providing access to, and analyzing data
for the purpose of helping enterprise users make better business
decisions. The term implies having a comprehensive knowledge of all
factors that affect a business, such as customers, competitors,
business partners, economic environment, and internal operations,
therefore enabling optimal decisions to be made. This title provides
coverage of a broad spectrum of topics currently dispersed
throughout data mining and business books. In bringing these topics
together for the first time, the book provides readers with an
introduction and practical guide to the mathematical models and
analysis methodologies vital to business intelligence. Starting from
a thorough description of decision support systems and data
warehousing, the book then moves to a detailed presentation of
methods for data mining and inductive learning data. Finally,
applications of data mining to relational marketing, models for
optimizing the supply chain and analytical methods for performance
evaluation are considered. Defining and introducing each concept in
turn, it allows those readers with a minimal background in
statistics a full understanding of the necessary tools. This is
aided by the use of many examples and the inclusion of several case
studies.
Ottimizzazione
Toeria, metodi, applicazioni
Carlo Vercellis
McGraw-Hill, 2008 (in Italian)
[Indice, Prefazione]
Descrizione
Il libro descrive l’ottimizzazione da tre prospettive diverse, tra
loro fortemente integrate: la teoria, i metodi e le applicazioni.
L’estensione degli argomenti trattati è ampia: l’ottimizzazione
lineare, che include gli algoritmi a punti interni; la teoria dei
poliedri e le sue relazioni con l’ottimizzazione; l’ottimizzazione
intera e nei grafi; l’ottimizzazione non lineare vincolata e non
vincolata; la teoria della dualità lineare e non lineare; la teoria
delle decisioni e i legami tra la teoria dei giochi e
l’ottimizzazione. Il libro offre almeno due piani di lettura: uno
più semplice e intuitivo, l’altro più sistematico e rigoroso sotto
il profilo matematico. I riferimenti a problemi reali e il frequente
ricorso a esemplificazioni si accompagnano al rigore nella
descrizione della teoria dell’ottimizzazione, degli algoritmi
risolutivi e dei modelli applicativi. Il volume si rivolge a
studenti di laurea e di laurea magistrale, a studiosi che desiderano
disporre di un riferimento sistematico e completo, a professionisti
che desiderano aggiornare il proprio bagaglio di conoscenze, a
chiunque si rivolga con curiosità all’ottimizzazione.
Business intelligence
Modelli matematici e sistemi per le decisioni
Carlo Vercellis
McGraw-Hill, 2006 (in Italian)
[Indice, Introduzione, Errata corrige]
Descrizione
È possibile estrarre conoscenze utili per il decision making dalle
ingenti moli di dati disponibili presso le imprese? I modelli
matematici e le metodologie di analisi di business intelligence
trattati in questo testo offrono un solido aiuto per chi deve
governare la complessità delle attuali organizzazioni. Il volume si
rivolge a tre principali tipologie di lettori - gli studenti dei
corsi di laurea magistrale, gli allievi dei corsi master e i
professionisti che desiderano aggiornare il proprio bagaglio di
conoscenze e disporre di un riferimento sistematico e concreto - e
si segnala per l'ampiezza dei temi trattati, i riferimenti a
problemi reali e il frequente ricorso a esemplificazioni, oltre che
per il rigore nella descrizione dei modelli matematici e delle
metodologie di analisi. Muovendo dall'articolazione dei processi
decisionali e dal data warehousing, l'autore passa a descrivere i
metodi di data mining e i modelli di apprendimento inferenziale, per
illustrare infine le applicazioni di data mining al marketing
relazionale, i modelli per la pianificazione delle reti di vendita,
i modelli di ottimizzazione della supply chain e i metodi analitici
per la valutazione delle prestazioni.
Mathematical methods for knowledge
discovery and data mining.
Giovanni Felici, Carlo Vercellis.
IGI, 2007
Description
The field of data mining has seen a demand in recent years for the
development of ideas and results in an integrated structure.
Mathematical Methods for Knowledge Discovery & Data Mining
focuses on the mathematical models and methods that support most
data mining applications and solution techniques, covering such
topics as association rules; Bayesian methods; data visualization;
kernel methods; neural networks; text, speech, and image
recognition; and many others. This Premier Reference Source is an
invaluable resource for scholars and practitioners in the fields of
biomedicine, engineering, finance and insurance, manufacturing,
marketing, performance measurement, and telecommunications.