掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
管理數據分析原理.方法.工具及實踐 版權信息
- ISBN：9787111566977
- 條形碼：9787111566977 ; 978-7-111-56697-7
- 裝幀：暫無
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
管理數據分析原理.方法.工具及實踐 本書特色
數據分析可以幫助組織做從生存到贏利的任何事情。想要開始利用分析學和大數據獲得利潤嗎？這本管理分析學是你理想的第壹資源。無論你的行業或管理角色怎樣，本書都將會幫您以快的速度開始、增值。本書運用現實案例，闡明了多種分析形式：有描述數據和可視化數據的描述性分析，有識別趨勢和關系的預測性分析，有利用你所知信息和預期目標來優化決策的指導性分析。
管理數據分析原理.方法.工具及實踐 內容簡介
數據分析可以幫助組織做從生存到贏利的任何事情。想要開始利用分析學和大數據獲得利潤嗎？這本管理分析學是你理想的第壹資源。無論你的行業或管理角色怎樣，本書都將會幫您以快的速度開始、增值。本書運用現實案例，闡明了多種分析形式：有描述數據和可視化數據的描述性分析，有識別趨勢和關系的預測性分析，有利用你所知信息和預期目標來優化決策的指導性分析。
管理數據分析原理.方法.工具及實踐 目錄
本書榮獲的贊譽
關于作者
序 言
第１ 部分
概 述 第１ 章 什么是管理數據分析 / ２
１ １ 關于數據分析含義的疑惑 / ２
１. ２ 什么是數據分析 / ３
１. ２. １ 運用描述性數據分析的事例 / ５
１. ２. ２ 運用預測性數據分析的事例 / ７
１. ２. ３ 運用規范性數據分析的事例 / ８
１. ３ 什么是新的內容 / １０
１. ４ 哪種數據分析*好 / １２
１. ５ 什么是管理數據分析 / １４
第２ 章 什么在推動數據分析蓬勃發展 / １９
２. １ 數據是數據分析的原料 / １９
２. １. １ 什么是大數據 / ２１
２. １. ２ 大數據能替代科學嗎 / ２５
２. １. ３ 在缺少大數據的條件下可以做數據
分析嗎 / ２６
２. ２ 檢驗促進數據分析的發展 / ２７
第３ 章 數據分析思維方式 / ３０
３. １ 管理數據盲 / ３０
３. １. １ 計算能力的錯覺 / ３１
３. １. ２ 過濾謬論 / ３３
３. １. ３ 一點改進的益處 / ３４
３. ２ 數據分析是一種思維方式 / ３５
３. ２. １ ８０/２０ 法則 / ３７
３. ２. ２ 將可變性納入到數據分析中 / ３８
３. ２. ３ 不能僅使用會計數據 / ３９
３. ３ 透徹思考數據 / ４１
３. ３. １ 并非所有的數字都是數據 / ４１
Ⅷ
３. ３. ２ 能否信任數據 / ４２
３. ３. ３ 應該對數據做簡單的測試 / ４５
３. ３. ４ 就地取材 / ４６
３. ４ 數據科學家的興起 / ４８
第２ 部分
數據分析工具 第４ 章 機器學習 / ５２
４. １ 什么是機器學習 / ５２
４. ２ 監督機器學習算法 / ５５
４. ２. １ 分類與ｋ *近鄰算法 / ５６
４. ２. ２ 分類與決策樹 / ５８
４. ２. ３ 推薦系統 / ６１
４. ２. ４ 回歸分析 / ６２
４. ３ 無監督機器學習算法 / ６６
４. ３. １ 聚類分析與ｋ 均值算法 / ６６
４. ３. ２ 關聯規則與購物籃算法 / ６９
４. ４ 對模型過度擬合與欠擬合的評注 / ７０
４. ５ 其他機器學習算法與總結 / ７１
第５ 章 描述性數據分析 / ７４
５. １ 基于數據庫的描述性數據分析 / ７６
５. １. １ 數據庫基礎 / ７７
５. １. ２ 數據建模 / ８２
５. １. ３ 學習ＳＱＬ 語言. 更好地認識數據 / ８４
５. １. ４ 什么是ＮＯ￣ＳＱＬ / ８６
５. １. ５ 結構化數據與非結構化數據 / ８８
５. １. ６ 數據倉庫與數據集市 / ９０
５. １. ７ 儀表盤和平衡計分卡: 實用的及時
報告 / ９３
５. １. ８ 運用ＯＬＡＰ 和數據立方體拓展描述性
數據分析 / ９５
５. １. ９ 何時打破關系數據庫的規則 / ９７
５. １. １０ 實時數據與自動預警 / ９８
５. ２ 運用數據可視化做描述性數據分析 / １００
５. ３ 運用描述性統計做描述性數據分析 / １０７
５. ４ 運用機器學習做描述性數據分析 / １０９
第６ 章 預測性數據分析 / １１１
６. １ 回歸預測 / １１１
６. ２ 機器學習與集成模型 / １１２
Ⅸ
目 錄
６. ３ Ａ/ Ｂ 檢測 / １１４
６. ４ 模擬 / １１８
第７ 章 案例分析: .點球成金. 與*優化 / １２３
第８ 章 規范性數據分析(又稱*優化) / １２８
８. １ 什么是*優化 / １３１
８. ２ *優化＝ 目標、約束條件、選擇＋ 數據 / １３１
８. ２. １ 目標 / １３２
８. ２. ２ 約束條件 / １３６
８. ２. ３ 選擇 / １４０
８. ２. ４ 數據 / １４１
８. ３ ＴＬＣ ＋ Ｄ 應用: 每個人都愛吃比薩 / １４３
８. ３. １ 目標 / １４４
８. ３. ２ 約束條件 / １４４
８. ３. ３ 選擇 / １４４
８. ３. ４ 數據 / １４４
８. ３. ５ 數學公式 / １４４
８. ４ *優化算法的類型 / １４５
８. ４. １ 精確算法 / １４６
８. ４. ２ 近似算法 / １４７
８. ４. ３ 啟發式算法 / １４８
８. ４. ４ 假設分析 / １５１
第３ 部分
結 論 第９ 章 收益管理 / １５４
第１０ 章 實施數據分析的終極技巧 / １６１
１０. １ 它只是弓箭手. 而不是弓箭本身 / １６１
１０. ２ 總結 / １６２
非傳統參考書目和擴展閱讀 / １６３
譯后記 / １６７
關于作者
序 言
第１ 部分
概 述 第１ 章 什么是管理數據分析 / ２
１ １ 關于數據分析含義的疑惑 / ２
１. ２ 什么是數據分析 / ３
１. ２. １ 運用描述性數據分析的事例 / ５
１. ２. ２ 運用預測性數據分析的事例 / ７
１. ２. ３ 運用規范性數據分析的事例 / ８
１. ３ 什么是新的內容 / １０
１. ４ 哪種數據分析*好 / １２
１. ５ 什么是管理數據分析 / １４
第２ 章 什么在推動數據分析蓬勃發展 / １９
２. １ 數據是數據分析的原料 / １９
２. １. １ 什么是大數據 / ２１
２. １. ２ 大數據能替代科學嗎 / ２５
２. １. ３ 在缺少大數據的條件下可以做數據
分析嗎 / ２６
２. ２ 檢驗促進數據分析的發展 / ２７
第３ 章 數據分析思維方式 / ３０
３. １ 管理數據盲 / ３０
３. １. １ 計算能力的錯覺 / ３１
３. １. ２ 過濾謬論 / ３３
３. １. ３ 一點改進的益處 / ３４
３. ２ 數據分析是一種思維方式 / ３５
３. ２. １ ８０/２０ 法則 / ３７
３. ２. ２ 將可變性納入到數據分析中 / ３８
３. ２. ３ 不能僅使用會計數據 / ３９
３. ３ 透徹思考數據 / ４１
３. ３. １ 并非所有的數字都是數據 / ４１
Ⅷ
３. ３. ２ 能否信任數據 / ４２
３. ３. ３ 應該對數據做簡單的測試 / ４５
３. ３. ４ 就地取材 / ４６
３. ４ 數據科學家的興起 / ４８
第２ 部分
數據分析工具 第４ 章 機器學習 / ５２
４. １ 什么是機器學習 / ５２
４. ２ 監督機器學習算法 / ５５
４. ２. １ 分類與ｋ *近鄰算法 / ５６
４. ２. ２ 分類與決策樹 / ５８
４. ２. ３ 推薦系統 / ６１
４. ２. ４ 回歸分析 / ６２
４. ３ 無監督機器學習算法 / ６６
４. ３. １ 聚類分析與ｋ 均值算法 / ６６
４. ３. ２ 關聯規則與購物籃算法 / ６９
４. ４ 對模型過度擬合與欠擬合的評注 / ７０
４. ５ 其他機器學習算法與總結 / ７１
第５ 章 描述性數據分析 / ７４
５. １ 基于數據庫的描述性數據分析 / ７６
５. １. １ 數據庫基礎 / ７７
５. １. ２ 數據建模 / ８２
５. １. ３ 學習ＳＱＬ 語言. 更好地認識數據 / ８４
５. １. ４ 什么是ＮＯ￣ＳＱＬ / ８６
５. １. ５ 結構化數據與非結構化數據 / ８８
５. １. ６ 數據倉庫與數據集市 / ９０
５. １. ７ 儀表盤和平衡計分卡: 實用的及時
報告 / ９３
５. １. ８ 運用ＯＬＡＰ 和數據立方體拓展描述性
數據分析 / ９５
５. １. ９ 何時打破關系數據庫的規則 / ９７
５. １. １０ 實時數據與自動預警 / ９８
５. ２ 運用數據可視化做描述性數據分析 / １００
５. ３ 運用描述性統計做描述性數據分析 / １０７
５. ４ 運用機器學習做描述性數據分析 / １０９
第６ 章 預測性數據分析 / １１１
６. １ 回歸預測 / １１１
６. ２ 機器學習與集成模型 / １１２
Ⅸ
目 錄
６. ３ Ａ/ Ｂ 檢測 / １１４
６. ４ 模擬 / １１８
第７ 章 案例分析: .點球成金. 與*優化 / １２３
第８ 章 規范性數據分析(又稱*優化) / １２８
８. １ 什么是*優化 / １３１
８. ２ *優化＝ 目標、約束條件、選擇＋ 數據 / １３１
８. ２. １ 目標 / １３２
８. ２. ２ 約束條件 / １３６
８. ２. ３ 選擇 / １４０
８. ２. ４ 數據 / １４１
８. ３ ＴＬＣ ＋ Ｄ 應用: 每個人都愛吃比薩 / １４３
８. ３. １ 目標 / １４４
８. ３. ２ 約束條件 / １４４
８. ３. ３ 選擇 / １４４
８. ３. ４ 數據 / １４４
８. ３. ５ 數學公式 / １４４
８. ４ *優化算法的類型 / １４５
８. ４. １ 精確算法 / １４６
８. ４. ２ 近似算法 / １４７
８. ４. ３ 啟發式算法 / １４８
８. ４. ４ 假設分析 / １５１
第３ 部分
結 論 第９ 章 收益管理 / １５４
第１０ 章 實施數據分析的終極技巧 / １６１
１０. １ 它只是弓箭手. 而不是弓箭本身 / １６１
１０. ２ 總結 / １６２
非傳統參考書目和擴展閱讀 / １６３
譯后記 / １６７
展開全部
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
煙與鏡
- >
朝聞道
- >
中國歷史的瞬間
- >
姑媽的寶刀
- >
伊索寓言-世界文學名著典藏-全譯本
- >
羅曼·羅蘭讀書隨筆-精裝
- >
我從未如此眷戀人間
本類暢銷
