Перелік рекомандованої літератури
Рекомендована література
Основна:
1. Ситник В. Ф., Краснюк М. Т. Інтелектуальний аналіз даних (дейтамайнінг) : навч. посіб. Київ : КНЕУ, 2007. 376 с.
2. Черняк О. І., Захарченко П. В. Інтелектуальний аналіз даних : підруч. Київ : Знання, 2014. 599 с.
3. Олійник А. О., Субботін С. О., Олійник О. О. Інтелектуальний аналіз даних : навч. посіб. Запоріжжя : ЗНТУ, 2012. 278 с.
4. Гладун А. Я., Рогушина Ю. В. Data Mining: пошук знань в даних. Київ : ТОВ «ВД «АДЕФ- Україна», 2016. 452 с.
5. Рiдкокаша А. А., Голдер К. К. Основи систем штучного інтелекту. Черкаси : Вiдлуння-плюс, 2002. 240 с.
6. Провост Фостер, Фоусетт Том Data Science для бізнесу: Як збирати, аналізувати і використовувати дані / пер. з англ. Анастасія Дудченко. Київ : Наш формат, 2019. 400 с.
Додаткова:
1. Ciaburro Giuseppe, Venkateswaran Balaji. Neural Networks with R. Birmingham : Packt Publishing, 2017. 314 p.
2. Berry M.J.A., Linoff G. Data mining techniques: for marketing, sales, and customer relationship management. Indianapolis : Wiley Publishing, 2004. 672 p. URL: http://ebooks.znu.edu.ua/files/Bibliobooks/Inshi4/0006100.pdf.
3. Pyle Dorian. Business modeling and data mining. Burlington : Morgan Kaufmann Publishers, 2003. 650 p.
4. Yanchang Z., Yonghua C. Data Mining Applications with R. Waltham, Oxford, Amsterdam : Elsevier, 2014. 471 p. URL: http://ebooks.znu.edu.ua/files/Bibliobooks/ Kudin/0036204.pdf.
5. Azzalini A., Bruno S. Data Analysis and Data Mining. An Introduction. New York : Oxford University Press, 2012. 289 p. URL: http://ebooks.znu.edu.ua/files/Bibliobooks/ Kudin/0036206.pdf.
6. Gisele L.P., Alex A.F. Automating the Design of Data Mining Algorithms: an Evolutionary Computation Approach. Heidelberg : Springer-Verlag Berlin Heidelberg, 2010. 197 p. URL: http://ebooks.znu.edu.ua/files/Bibliobooks/Kudin/0036216.pdf.
7. Stephane T. Data Mining and Statistics for Decision Making. New York : John Wiley & Sons, 2011. 704 p. URL: http://ebooks.znu.edu.ua/files/Bibliobooks/Kudin/0036219.pdf.
8. Плескач В. Л., Затонацька Т. Г. Інтелектуальні технології Data Mining і Text Mining. Інформаційні системи і технології на підприємствах. Київ : Знання, 2011. С. 540–559.
9. Kandethody M. Ramachandran, Chris P. Tsokos Mathamatical Statistics With Applications in R. London, San Diego, Cambridge, Oxford : Esevier, 2021. 680 p. URL: https://doi.org/10.1016/C2018-0-02285-9.
10. Paolo Giordani, Maria Brigida Ferraro, Francesca Martella. An Introduction to Clustering with R. Singapore : Springer Singapore, 2020. 340 р. DOI: https://doi.org/10.1007/978-981-13-0553-5.
11. Laura Chihara, Tim Hesterberg. Mathematical Statistics with Resampling and R. Hoboken, New Jersey : Wiley, 2011. 434 p.
12. Peter Dalgaard. Introductory Statistics with R. Second Edition. New York : Springer, 2008. 370 p. URL: https://www.academia.dk/BiologiskAntropologi/Epidemiologi/PDF/Introductory_Statistics_with_R__2nd_ed.pdf.
13. Danielle Navarro. Learning statistics with R: A tutorial for psychology students and other beginners (Version 0.6). University of New South Wales, 613 p. URL: http://compcogscisydney.org/learning-statistics-with-r.
14. Vijay Kotu and Bala Deshpande. Data Science. Concept and Practice. Second Edition. Cambridge : Elsevier, 2019. 549 p. URL: https://asolanki.co.in/wp-content/uploads/2019/04/Data-Science-Concepts-and-Practice-2nd-Edition-3.pdf.
15. Granger C. W. Time series modelling and interpretation / J. of the Royal Stat. Soc. 2016. Ser. A. Vol. 139. Part 2. Рp. 234–256.
16. Остервальдер А, Піньє І. Створюємо бізнес-модель. Новаторські ідеї для всіх. Київ: Наш формат, 2017. 288 с.