За пределами очевидного: Как многомерные модели раскрывают скрытые закономерности

Почему люди начинают делать не то, чего от них ждут, а то, что выгодно системе? И почему данные порой уверенно ведут к неверным выводам? Часто ответ скрыт в том, как мы описываем реальность: какие признаки учитываем, а какие оставляем за пределами модели. «За пределами очевидного» объясняет, как многомерные модели помогают обнаруживать закономерности и где заканчиваются их возможности. Вы узнаете, как готовить данные, измерять сходство, сокращать размерность, искать скрытые факторы и группы, строить модели регрессии и классификации. Практические разборы научат проверять качество и устойчивость моделей, интерпретировать результаты, замечать переобучение и неопределённость, анализировать изменения во времени, отличать прогноз от причины и учитывать цену ошибки — от выбора признаков до внедрения решения. Книга адресована аналитикам, руководителям, студентам и всем, кто принимает решения на основе данных.