日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

在線客服
大數(shù)據(jù)分析 數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓圖書
人氣:52

大數(shù)據(jù)分析 數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓

深度挖掘如何把大數(shù)據(jù)分析變成生產(chǎn)力,側(cè)重于案例研究和行動(dòng)方案,而非聚焦算法模型的技術(shù)細(xì)節(jié)??煽诳蓸窔W洲公司首席信息官、eBay公司高級(jí)總監(jiān)聯(lián)袂鼎力推薦!
  • 所屬分類:圖書 >經(jīng)濟(jì)>統(tǒng)計(jì)/審計(jì)  
  • 作者:【英】[Bart] [Baesens]([巴特·貝森斯])
  • 產(chǎn)品參數(shù):
  • 叢書名:新信息時(shí)代商業(yè)經(jīng)濟(jì)與管理譯叢
  • 國際刊號(hào):9787115407450
  • 出版社:人民郵電出版社
  • 出版時(shí)間:2016-01
  • 印刷時(shí)間:2016-01-08
  • 版次:1
  • 開本:16開
  • 頁數(shù):--
  • 紙張:膠版紙
  • 包裝:平裝
  • 套裝:

內(nèi)容簡(jiǎn)介

《大數(shù)據(jù)分析 數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓》是一本討論大數(shù)據(jù)理論及應(yīng)用實(shí)踐的專著,從討論理論界的前沿觀點(diǎn)開始,之后轉(zhuǎn)向討論這些理論在日常商業(yè)活動(dòng)中的實(shí)踐應(yīng)用。

《大數(shù)據(jù)分析 數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓》首先介紹了大數(shù)據(jù)分析的業(yè)務(wù)應(yīng)用場(chǎng)景、分析建模過程和主要任務(wù),以及模型商用的關(guān)鍵點(diǎn);接著講述了數(shù)據(jù)收集、抽樣和預(yù)處理的實(shí)施要點(diǎn);之后系統(tǒng)性地討論了各種模型技術(shù)及其應(yīng)用,包括預(yù)測(cè)分析、描述分析、生存分析、社交網(wǎng)絡(luò)分析等。在完成了這些理論知識(shí)和模型技術(shù)方法鋪墊之后,就進(jìn)入到實(shí)踐應(yīng)用部分,包括把分析活動(dòng)轉(zhuǎn)化為生產(chǎn)力的關(guān)鍵事項(xiàng),以及各種應(yīng)用實(shí)例。

《大數(shù)據(jù)分析 數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓》幫助讀者系統(tǒng)地梳理了各類模型方法的技術(shù)要點(diǎn)和應(yīng)用要點(diǎn),包括線性回歸、Logistic回歸、決策樹、聚類、關(guān)聯(lián)規(guī)則、序列規(guī)則、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、套袋算法、Boosting算法、森林算法、生存分析等;本書還介紹了大量的應(yīng)用實(shí)例,如信用風(fēng)險(xiǎn)建模、欺詐檢測(cè)、營銷響應(yīng)提升模型、客戶流失預(yù)測(cè)、自動(dòng)推薦、網(wǎng)頁分析、社交媒體分析,以及業(yè)務(wù)流程分析等。因此,對(duì)于從事大數(shù)據(jù)分析相關(guān)工作的人士來說,本書是一本難得的實(shí)務(wù)指南;對(duì)于高等院校相關(guān)專業(yè)的師生來說,本書是一本非常好的課外閱讀材料,特別是書中關(guān)于如何把分析變成生產(chǎn)力的章節(jié)部分,相信一定能給他們很多的啟發(fā)和思考。

編輯推薦

幾年前,大數(shù)據(jù)不過是一個(gè)口號(hào)。今天,在每一個(gè)企業(yè)里,大數(shù)據(jù)已經(jīng)在事實(shí)上存在,但只有少數(shù)企業(yè)能走進(jìn)這個(gè)新的信息世界,并獲得豐厚收益。分析科學(xué),是一種深入洞察客戶思維、理解復(fù)雜的客戶行為動(dòng)態(tài),進(jìn)而影響企業(yè)商業(yè)模式的方法手段?!洞髷?shù)據(jù)分析:數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓》是一本討論大數(shù)據(jù)理論及應(yīng)用的專著,始于理論界的前沿觀點(diǎn)討論,然后轉(zhuǎn)向這些理論研究在日常商業(yè)活動(dòng)中的實(shí)踐應(yīng)用。

有人說,數(shù)據(jù)就是"新石油",是一種價(jià)值巨大的新資源,而且取之不盡、用之不竭。這樣評(píng)價(jià)數(shù)據(jù)的價(jià)值前景,一點(diǎn)也不為過。正如1級(jí)分析專家巴特·貝森斯(Bart Baesens)所說,數(shù)據(jù)是每個(gè)人都擁有的資源,石油則不是,這是兩者的極大差別。在很多商業(yè)應(yīng)用領(lǐng)域,如風(fēng)險(xiǎn)管理、欺詐偵測(cè)、客戶關(guān)系管理、潛在客戶獲取等,大數(shù)據(jù)分析都提供了有價(jià)值的探索,很多企業(yè)獲得了巨大的收益。閱讀《大數(shù)據(jù)分析:數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓》一書,邁出從數(shù)據(jù)庫資源中提取有價(jià)值信息的第1步!

本書以實(shí)踐者的視角,向讀者展示如何利用大數(shù)據(jù)技術(shù)的全新發(fā)現(xiàn)和新理念,建立支撐商業(yè)活動(dòng)的分析戰(zhàn)略。鑒于分析科學(xué)相關(guān)的基礎(chǔ)數(shù)學(xué)理論已經(jīng)相當(dāng)成熟,本書側(cè)重于案例研究和行動(dòng)方案,而非聚焦算法模型的技術(shù)細(xì)節(jié)。對(duì)于那些希望獲知全新技術(shù)動(dòng)向、嘗試拓展數(shù)據(jù)分析應(yīng)用領(lǐng)域的分析專家來說,這種務(wù)實(shí)的聚焦應(yīng)用的思路,能給他們更多的啟迪,真正地發(fā)揮數(shù)據(jù)資源的效用。

數(shù)據(jù)的增長(zhǎng)速度如火箭飛天,數(shù)據(jù)分析的各種應(yīng)用也同步快速增長(zhǎng),學(xué)習(xí)如何從大數(shù)據(jù)中獲取商業(yè)價(jià)值,已成為企業(yè)打造競(jìng)爭(zhēng)力的常備條件。巴特?貝森斯(Bart Baesens)把自己多年的經(jīng)驗(yàn)都寫進(jìn)了本書中,這是一本面向行動(dòng)的參考書,旨在幫助企業(yè)利用全新的分析技術(shù),維持和提升競(jìng)爭(zhēng)力。

作者簡(jiǎn)介

巴特·貝森斯(Bart Baesens)是比利時(shí)魯汶大學(xué)的副教授,英國南安普敦大學(xué)的講師,以及國際知名的數(shù)據(jù)分析知名顧問。他是網(wǎng)絡(luò)分析、客戶關(guān)系管理和欺詐偵測(cè)等領(lǐng)域杰出的研究實(shí)踐者。他在多種世界知名期刊(如《機(jī)器學(xué)習(xí)》(Machine Learning)和《管理科學(xué)》(Management Science)上發(fā)表了多篇論文,還是《信用風(fēng)險(xiǎn)管理精要》(牛津大學(xué)出版社,2008年出版)一書的作者。

目錄

目錄

1 第1章 大數(shù)據(jù)及其分析

1.1 大數(shù)據(jù)的業(yè)務(wù)應(yīng)用場(chǎng)景

1.2 基本的專業(yè)術(shù)語

1.3 分析過程模型

1.4 分析建模活動(dòng)中的任務(wù)及角色

1.5 分析技術(shù)

1.6 分析模型的要求

1.7 本章參考文獻(xiàn)

13 第2章 數(shù)據(jù)采集、抽樣和預(yù)處理

2.1 數(shù)據(jù)源的類型

2.2 數(shù)據(jù)抽樣

2.3 數(shù)據(jù)類型

2.4 數(shù)據(jù)可視化及探索性統(tǒng)計(jì)分析

2.5 缺失值的處理

2.6 異常值檢測(cè)及處理

2.7 數(shù)據(jù)標(biāo)準(zhǔn)化

2.8 粗分類(Categorization)處理

2.9 WOE值的計(jì)算

2.10 變量的選擇

2.11 細(xì)分

2.12 本章參考文獻(xiàn)

35 第3章 預(yù)測(cè)分析

3.1 定義目標(biāo)變量

3.2 線性回歸

3.3 Logistic回歸

3.4 決策樹

3.5 神經(jīng)網(wǎng)絡(luò)

3.6 支持向量機(jī)

3.7 集成算法

3.7.1 套袋算法(Bagging)

3.7.2 Boosting方法

3.7.3 隨機(jī)森林

3.8 多類分類技術(shù)

3.8.1 多類Logistic回歸

3.8.2 多類決策樹

3.8.3 多類神經(jīng)網(wǎng)絡(luò)

3.8.4 多類支持向量機(jī)

3.9 預(yù)測(cè)模型的評(píng)估

3.9.1 數(shù)據(jù)集的分割

3.9.2 分類模型的性能評(píng)估

3.9.3 回歸模型的性能評(píng)估

3.10 本章參考文獻(xiàn)

89 第4章 描述性分析

4.1 關(guān)聯(lián)規(guī)則

4.1.1 基本概念及假設(shè)

4.1.2 支持度和置信度

4.1.3 關(guān)聯(lián)規(guī)則的挖掘

4.1.4 提升度的度量

4.1.5 關(guān)聯(lián)規(guī)則的后處理

4.1.6 關(guān)聯(lián)規(guī)則的擴(kuò)展

4.1.7 關(guān)聯(lián)規(guī)則的應(yīng)用

4.2 序列規(guī)則

4.3 細(xì)分技術(shù)

4.3.1 分層聚類

4.3.2 K-Means聚類

4.3.3 自組織映射圖(SOM)

4.3.4 聚類解決方案的應(yīng)用及解釋

4.4 本章參考文獻(xiàn)

107 第5章 生存分析

5.1 生存分析的基本概念和函數(shù)

5.2 卡普蘭·梅爾分析

5.3 參數(shù)法生存分析

5.4 比例風(fēng)險(xiǎn)回歸模型

5.5 生存分析模型的擴(kuò)展

5.6 生存分析模型的評(píng)估

5.7 本章參考文獻(xiàn)

123 第6章 社交網(wǎng)絡(luò)分析

6.1 社交網(wǎng)絡(luò)的定義

6.2 社交網(wǎng)絡(luò)的度量

6.3 社交網(wǎng)絡(luò)學(xué)習(xí)

6.4 關(guān)系近鄰分類器

6.5 概率關(guān)系近鄰分類器

6.6 關(guān)系邏輯回歸

6.7 共同模式推斷

6.8 自中心網(wǎng)絡(luò)(EGO NETS)

6.9 偶圖/二分圖

6.10 本章參考文獻(xiàn)

137 第7章 從分析到生產(chǎn)力

7.1 模型的后驗(yàn)測(cè)試

7.1.1 分類模型的后驗(yàn)測(cè)試

7.1.2 回歸模型的后驗(yàn)測(cè)試

7.1.3 聚類模型的后驗(yàn)測(cè)試

7.1.4 設(shè)計(jì)后驗(yàn)測(cè)試方案

7.2 參照管理

7.3 數(shù)據(jù)質(zhì)量

7.4 軟件工具

7.5 隱私保護(hù)

7.6 模型設(shè)計(jì)相關(guān)文檔

7.7 公司治理

7.8 本章參考文獻(xiàn)

167 第8章 實(shí)踐與案例

8.1 信用風(fēng)險(xiǎn)建模

8.2 欺詐檢測(cè)

8.3 凈響應(yīng)提升建模

8.4 流失預(yù)測(cè)

8.4.1 流失預(yù)測(cè)模型

8.4.2 流失預(yù)測(cè)流程

8.5 推薦系統(tǒng)

8.5.1 協(xié)同過濾推薦

8.5.2 基于內(nèi)容的推薦

8.5.3 基于人口統(tǒng)計(jì)信息的推薦

8.5.4 基于知識(shí)的推薦

8.5.5 組合推薦

8.5.6 推薦系統(tǒng)的評(píng)價(jià)

8.5.7 案例介紹

8.6 網(wǎng)頁分析

8.6.1 網(wǎng)頁數(shù)據(jù)收集

8.6.2 Web KPI指標(biāo)

8.6.3 從Web KPI到行動(dòng)洞察力

8.6.4 導(dǎo)航分析

8.6.5 搜索引擎營銷分析

8.6.6 A/B測(cè)試和多變量測(cè)試

8.7 社會(huì)化媒體分析

8.7.1 社交網(wǎng)站:B2B廣告工具

8.7.2 情感分析

8.7.3 網(wǎng)絡(luò)分析

8.8 業(yè)務(wù)流程分析

8.8.1 流程智能

8.8.2 流程挖掘和分析

8.8.3 形成閉環(huán):全流程的整合數(shù)據(jù)分析

8.9 本章參考文獻(xiàn)

231 譯者后記

媒體評(píng)論

"僅僅通過持續(xù)開發(fā)和利用海量數(shù)據(jù)資源,谷歌、臉譜網(wǎng)、優(yōu)步、Waze、Zillow之類的互聯(lián)網(wǎng)公司,就動(dòng)搖了眾多傳統(tǒng)行業(yè)的業(yè)務(wù)運(yùn)營模式。就打造競(jìng)爭(zhēng)優(yōu)勢(shì)而言,將精力和資源集中投入到收集和利用新數(shù)據(jù),簡(jiǎn)單且非常有必要。當(dāng)今時(shí)代,受益于層出不窮的技術(shù)創(chuàng)新,我們能以更低的成本、更快的速度,收集、存儲(chǔ)和分析任何類型的數(shù)據(jù)。在這本書中,作者結(jié)合數(shù)據(jù)科學(xué)(或者說分析科學(xué)),提出了許多獨(dú)到的研究見解,給出了豐富的商業(yè)應(yīng)用案例,對(duì)于那些希望利用相關(guān)技術(shù),幫助企業(yè)獲得可持續(xù)戰(zhàn)略優(yōu)勢(shì)的人士來說,本書非常值得一讀!"

——薩賓·艾爾瑞特(Sabine Everaet),可口可樂歐洲公司CIO(首席信息官)

"當(dāng)今的互聯(lián)網(wǎng)技術(shù)應(yīng)用經(jīng)驗(yàn)豐富型公司,如易趣網(wǎng)、亞馬遜和臉譜網(wǎng)等,接觸了數(shù)億用戶,產(chǎn)生了大量的數(shù)據(jù),涵蓋交易活動(dòng)及社交活動(dòng)的方方面面。掌握從海量數(shù)據(jù)中獲取知識(shí)寶藏的技術(shù),是這些公司贏得客戶、提升競(jìng)爭(zhēng)力的關(guān)鍵。作者依托自身的業(yè)務(wù)經(jīng)驗(yàn)和專業(yè)知識(shí),介紹了各種數(shù)據(jù)科學(xué)和分析技術(shù)的實(shí)踐應(yīng)用,對(duì)于那些力圖把本公司數(shù)據(jù)資源變?yōu)榻?jīng)營決策的動(dòng)力引擎的企業(yè)來說,本書是一本極佳的實(shí)踐操作指導(dǎo)手冊(cè)!"

——斯蒂夫·梅茲(Steve Metz),eBay公司高級(jí)總監(jiān),負(fù)責(zé)全球客戶體驗(yàn)業(yè)務(wù)

把大數(shù)據(jù)變成大機(jī)會(huì)

"我們?cè)搹哪睦锲鸩剑?當(dāng)需要從戰(zhàn)略層面加強(qiáng)數(shù)據(jù)管理及應(yīng)用時(shí),越來越多的企業(yè)提出了這個(gè)問題。說到抓取、整合多個(gè)渠道的數(shù)據(jù),用于業(yè)務(wù)經(jīng)營活動(dòng),并量化其價(jià)值,似乎是一項(xiàng)不可完成的艱巨任務(wù),《大數(shù)據(jù)分析:數(shù)據(jù)科學(xué)應(yīng)用場(chǎng)景與實(shí)踐精髓》一書正是為此而寫。對(duì)于那些聚焦大數(shù)據(jù)分析的商業(yè)應(yīng)用實(shí)踐的人士而言,本書堪稱量身打造。分析專家巴特?貝森斯(Bart Baesens)通過案例研究、企業(yè)中的現(xiàn)實(shí)應(yīng)用,以及必要的利用理論和數(shù)學(xué)公式的方法步驟,深入淺出地答疑解惑。

大數(shù)據(jù)的應(yīng)用領(lǐng)域正在不斷擴(kuò)大。本書給出了把大數(shù)據(jù)分析技術(shù)用于客戶關(guān)系管理、社會(huì)化媒體、風(fēng)險(xiǎn)管理以及更多業(yè)務(wù)領(lǐng)域的方法。洞察過去的行為,有助于預(yù)測(cè)未來的發(fā)展趨勢(shì),從而讓企業(yè)更有效地響應(yīng)市場(chǎng)變化。事實(shí)證明,從刻畫和預(yù)測(cè)復(fù)雜的客戶行為模式開始,找出符合自身業(yè)務(wù)經(jīng)營特點(diǎn)的分析方法,是企業(yè)增加價(jià)值、實(shí)現(xiàn)經(jīng)營目標(biāo)的基礎(chǔ)。

大數(shù)據(jù)是一種可快速利用的、成本低廉的資產(chǎn)。分析科學(xué)已經(jīng)滲透到各行各業(yè),滲透到每個(gè)企業(yè)的各個(gè)業(yè)務(wù)部門,如果不能善用自己的數(shù)據(jù)資產(chǎn),企業(yè)將會(huì)在未來的競(jìng)爭(zhēng)中走向沒落。新信息技術(shù)的發(fā)展趨勢(shì),已經(jīng)改變了企業(yè)識(shí)別新商業(yè)機(jī)會(huì)的規(guī)

網(wǎng)友評(píng)論(不代表本站觀點(diǎn))

來自丿西柚**的評(píng)論:

大數(shù)據(jù)分析。分析

2016-12-19 08:00:47
來自匿名用**的評(píng)論:

內(nèi)容一般般

2017-11-10 11:36:55
來自無昵稱**的評(píng)論:

在書店翻了兩眼,覺得不錯(cuò)就買了

2016-04-29 15:23:56
來自無昵稱**的評(píng)論:

正版書,很好!就是沒有按照我約定的時(shí)間送到,提前到了,沒有能夠刷卡!不過速度還是贊一個(gè)!

2016-05-09 10:04:12
來自zcl2009**的評(píng)論:

快遞及時(shí)。

2016-05-28 13:28:08
來自無昵稱**的評(píng)論:

還沒仔細(xì)看呢,看了再來評(píng)價(jià)

2016-06-07 18:01:53
來自無昵稱**的評(píng)論:

一般般

2016-07-05 13:51:58
來自無昵稱**的評(píng)論:

發(fā)貨快,正版,無污損。

2016-10-19 15:15:48
來自無昵稱**的評(píng)論:

不錯(cuò)

2016-10-20 11:36:30
來自laomaij**的評(píng)論:

價(jià)值不大,馬馬虎虎吧,湊合。

2016-10-23 21:13:08
來自楚天浩**的評(píng)論:

書很不錯(cuò),等著看了過后再評(píng)論

2016-11-15 16:19:47
來自無昵稱**的評(píng)論:

不錯(cuò)

2016-12-02 22:37:20
來自無昵稱**的評(píng)論:

很好很快

2016-12-20 09:26:18
來自無昵稱**的評(píng)論:

很好很快

2016-12-20 09:26:55
來自w***e(**的評(píng)論:

很好,值得學(xué)習(xí),這本書很詳細(xì)

2016-12-30 09:23:31
來自無昵稱**的評(píng)論:

老師推薦的書,感覺很奇怪,這種書有啥好推薦的,插圖看起來格式都不統(tǒng)一,像是從其它地方截圖的~

2017-01-04 16:04:43
來自l***0(**的評(píng)論:

質(zhì)量不錯(cuò)正版的

2017-01-05 11:40:04
來自a***e(**的評(píng)論:

好書,字?jǐn)?shù)字?jǐn)?shù)

2017-01-13 10:44:17
來自匿名用**的評(píng)論:

東西不錯(cuò),很滿意

2017-02-23 23:45:27
來自匿名用**的評(píng)論:

為單位長(zhǎng)征勝利80周年買的,不錯(cuò)

2017-03-10 16:23:49
來自c***e(**的評(píng)論:

看了一下,還是不太懂,比較專業(yè)

2017-04-21 20:04:44
來自l***n(**的評(píng)論:

這個(gè)非常不錯(cuò)啊

2017-06-17 23:14:27
來自m***k(**的評(píng)論:

很好,值得學(xué)習(xí),這本書很詳細(xì)

2017-07-12 22:48:27
來自無昵稱**的評(píng)論:

書很好??!

2017-09-11 21:17:12
來自匿名用**的評(píng)論:

很好,喜歡!

2017-10-09 16:51:32
來自無昵稱**的評(píng)論:

還來的及讀

2017-11-02 07:15:34

免責(zé)聲明

更多出版社
主站蜘蛛池模板: 淮安市| 阿城市| 桓台县| 蓝山县| 麻阳| 麦盖提县| 科尔| 澄江县| 永嘉县| 新沂市| 定日县| 青岛市| 香港 | 南充市| 通化市| 伊金霍洛旗| 五家渠市| 衡东县| 淳化县| 虎林市| 通河县| 余庆县| 望都县| 永年县| 东山县| 长白| 钟祥市| 鸡泽县| 米林县| 遂昌县| 丽江市| 什邡市| 临江市| 盐城市| 南澳县| 琼结县| 广宁县| 揭西县| 富锦市| 桦南县| 多伦县|