Editura ASE

Lucrarea de față, intitulată Data Mining în mediul R. Teorie și aplicații, este structurată pe 11 capitole, fiind concepută cu scopul de a constitui un ghid util atât pentru cercetători, cât și pentru practicieni, în vederea cunoașterii unor aspecte mai mult sau mai puțin analitice referitoare la domeniul Data Mining.

Procedura recunoscută sub denumirea de Data Mining se poate defini, în sens larg, drept o activitate ce presupune căutarea, colectarea și analiza datelor.

Lucrarea este recomandată atât studenților care au în planul de învățământ disciplinele Analiza Datelor, Data Mining sau Rețele neuronale artificiale (RNA), cât și cercetătorilor, doctoranzilor și celor interesați de aspecte cât mai variate legate de explorarea datelor.

Analiza datelor constituie mai mult decât o simplă prezentare a cifrelor, fiind nevoie de o abordare mult mai aprofundată pentru înregistrarea, analizarea și explorarea datelor și prezentarea rezultatelor analizei într-un format ușor de digerat.

Prin inteligenţă artificială (AI-Artificial Intelicence) se înțelege orice tehnică care permite calculatoarelor să imite comportamentul uman, inclusiv învăţarea maşinii, procesarea limbajului natural (NLP), sinteza limbajului, „viziunea” computerului (programarea computerului pentru a„vedea”), robotica, analiza senzorilor, optimizarea şi simularea.
În acest context, Machine Learning (ML – învăţarea automată) constituie un subset de tehnici de AI care permite sistemelor informatice să „înveţe” din experienţa anterioară (adică din observaţiile de date), având ca efect îmbunătăţirea operaţiunilor pentru o anumită sarcină. Tehnicile ML includ Support Vector Machines (SVM), arbori de decizie, învăţare Bayes, k-means clustering, reguli de asociere, regresie, reţele neuronale şi multe altele.

Data Science (DS) este un domeniu multidisciplinar care include statistica, informatica, învățarea automată (ML-Machine Learning) și expertiza în domeniu, pentru a obține cunoștințe și informații din date deja existente.
Lucrarea Data Science utilizând mediul R. Teorie şi aplicaţii  este concepută în ideea de a veni în sprijinul tuturor celor care doresc să cunoască aspecte mai mult sau mai puţin analitice referitoare la știința datelor.

Lucrarea este concepută în ideea de a veni în sprijinul tuturor celor care doresc să cunoască aspecte mai mult sau mai puțin analitice referitoare la știința microeconomică.

Scopul principal al analizei avansate la nivel macroeconomic este acela de a asigura o mai bună înţelegere a structurii şi mecanismelor la nivelul economiei naţionale, printr-o abordare în profunzime a acestora din urmă.
Astfel, se prezintă: comportamentele celor doi agenţi economici importanţi (firma/gospodăria) şi bancă; aspectele fundamentale de luat în considerare în analiza la nivel macroeconomic; modelele economico-matematice de analiză a unei economii deschise mici; ajustarea şi stabilizarea dinamică a echilibrului la nivel macroeconomic din perspectiva economico-matematică.

Prin tematica tratată, lucrarea se adresează studenților ciberneticieni, dezvoltând, prin informațiile oferite, aptitudinile de analist în domeniul conducerii proceselor din economia de piață, dar se adresează și celor care doresc să cunoască mecanismele economice de piață și evoluția diferiților indicatori micro și macroeconomici.

Autorii oferă o abordare coerentă și utilă a modului în care acționează cele două părți implicate într-un proces de negociere pe diverse piețe (piața bunurilor și serviciilor, piața monetara, piața forței de muncă). Se știe că relațiile dintre agenții economici se caracterizează printr-o asimetrie informațională. În lucrare sunt stabilite condițiile de existență și stabilitate a echilibrului economic în prezența informației imperfecte.