掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
大數據實戰:大數據.數據科學和人工智能在商務決策中的應用 版權信息
- ISBN：9787300271927
- 條形碼：9787300271927 ; 978-7-300-27192-7
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
大數據實戰:大數據.數據科學和人工智能在商務決策中的應用 本書特色
大數據遠不止于簡單的數據和技術，大數據更側重于其在商業、科學和社會等領域的應用。
本書基于作者近20年大數據領域的咨詢經驗，分析了大數據的來源，數據范式的改變，人工智能、機器學習與大數據的關系等；通過對大數據相關的工具、應用和處理方法的總結，構建了一套大數據應用方法和體系，幫助人們構建大數據生態系統、形成大數據組織戰略、選擇模型和數據庫、為大數據解決方案選擇合適的技術、組建大數據團隊等；還闡述了隱私原則、數據保護、監管合法性和數據治理等議題，并通過案例分析了因使用數據不當而陷入困境的公司；*后，結合一個備受矚目的項目失敗案例，闡述在組織中成功部署大數據應用的*實踐，以及在如何使組織轉型為數據驅動、如何在組織中部署數據分析人員、如何有效地使用資源以整合數據方面給出建議。
大數據實戰:大數據.數據科學和人工智能在商務決策中的應用 內容簡介
大數據遠不止于簡單的數據和技術，大數據更側重于其在商業、科學和社會等領域的應用。
本書基于作者近20年大數據領域的咨詢經驗，分析了大數據的來源，數據范式的改變，人工智能、機器學習與大數據的關系等；通過對大數據相關的工具、應用和處理方法的總結，構建了一套大數據應用方法和體系，幫助人們構建大數據生態系統、形成大數據組織戰略、選擇模型和數據庫、為大數據解決方案選擇合適的技術、組建大數據團隊等；還闡述了隱私原則、數據保護、監管合法性和數據治理等議題，并通過案例分析了因使用數據不當而陷入困境的公司；很后，結合一個備受矚目的項目失敗案例，闡述在組織中成功部署大數據應用的很好實踐，以及在如何使組織轉型為數據驅動、如何在組織中部署數據分析人員、如何有效地使用資源以整合數據方面給出建議。
大數據實戰:大數據.數據科學和人工智能在商務決策中的應用 目錄
目錄
**部分大數據揭秘
第1章大數據的故事
到了21世紀初，是什么發生了改變
數據為什么變得這么多
產生數字化數據設備的廣泛應用
正在迅速下降的磁盤存儲成本
RAM成本的直線下降
處理能力成本的直線下降
為什么大數據成為如此火熱的話題
成功的大數據先驅者
開源軟件為軟件開發人員提供了競爭環境
云計算讓啟動和擴展計劃變得更加容易
小貼士
問題
第2章人工智能、機器學習和大數據
什么是人工智能和機器學習
人工智能的起源
為何近來人工智能又再次興起
人造神經網絡和深度學習
人工智能如何幫助分析大數據
一些謹慎的話
小貼士
問題
第3章為什么大數據有用
全新的數據使用方式
一種新的數據思維方式
遵循數據驅動的方法
更強的數據工具
小貼士
問題
第4章大數據分析的應用案例
A/B測試
推薦引擎/下一個*佳購物建議
預測:需求和收入
節省IT成本
市場營銷
社交媒體
定價
客戶維系/客戶忠誠度
購物車棄置管理（實時）
轉化率優化
商品定制化（實時）
重新定位（實時）
詐騙檢測（實時）
減少客戶流失
預測維護
供應鏈管理
顧客終身價值
線索評分
人力資源
情緒分析
小貼士
問題
第5章理解大數據生態系統
什么讓數據變“大”
分布式數據存儲
分布式計算
快速數據/流數據
霧計算/邊緣計算
開源軟件
許可
代碼分發
開源的好處
大數據中的開源軟件
云計算
小貼士
問題
第二部分將大數據生態系統應用到組織中
第6章大數據如何指導組織戰略
你的客戶
獲取數據
使用數據
你的競爭者
外部的因素
你的產品
小貼士
問題
第7章形成大數據和數據科學的戰略
項目團隊
啟動會議
啟動輸出
范圍界定階段
小貼士
問題
第8章實施數據科學?D?D分析、算法和機器學習
四種分析方法
模型、算法和黑箱
人工智能和機器學習
分析軟件
分析工具
敏捷分析
小貼士
問題
第9章選擇技術
交付給*終用戶
選擇技術時需要考慮的方面
小貼士
問題
第10章組建團隊
數據科學家
你需要的數據角色
領導力
雇用數據團隊
大規模招聘和收購創業公司
外包
對于小型公司而言
小貼士
問題
第11章數據治理與法律遵從
個人數據
數據科學和隱私披露
數據治理
治理報告
小貼士
問題
第12章在組織中成功部署大數據
我們的項目為何失敗了
總結
小貼士
問題
術語
**部分大數據揭秘
第1章大數據的故事
到了21世紀初，是什么發生了改變
數據為什么變得這么多
產生數字化數據設備的廣泛應用
正在迅速下降的磁盤存儲成本
RAM成本的直線下降
處理能力成本的直線下降
為什么大數據成為如此火熱的話題
成功的大數據先驅者
開源軟件為軟件開發人員提供了競爭環境
云計算讓啟動和擴展計劃變得更加容易
小貼士
問題
第2章人工智能、機器學習和大數據
什么是人工智能和機器學習
人工智能的起源
為何近來人工智能又再次興起
人造神經網絡和深度學習
人工智能如何幫助分析大數據
一些謹慎的話
小貼士
問題
第3章為什么大數據有用
全新的數據使用方式
一種新的數據思維方式
遵循數據驅動的方法
更強的數據工具
小貼士
問題
第4章大數據分析的應用案例
A/B測試
推薦引擎/下一個*佳購物建議
預測:需求和收入
節省IT成本
市場營銷
社交媒體
定價
客戶維系/客戶忠誠度
購物車棄置管理（實時）
轉化率優化
商品定制化（實時）
重新定位（實時）
詐騙檢測（實時）
減少客戶流失
預測維護
供應鏈管理
顧客終身價值
線索評分
人力資源
情緒分析
小貼士
問題
第5章理解大數據生態系統
什么讓數據變“大”
分布式數據存儲
分布式計算
快速數據/流數據
霧計算/邊緣計算
開源軟件
許可
代碼分發
開源的好處
大數據中的開源軟件
云計算
小貼士
問題
第二部分將大數據生態系統應用到組織中
第6章大數據如何指導組織戰略
你的客戶
獲取數據
使用數據
你的競爭者
外部的因素
你的產品
小貼士
問題
第7章形成大數據和數據科學的戰略
項目團隊
啟動會議
啟動輸出
范圍界定階段
小貼士
問題
第8章實施數據科學?D?D分析、算法和機器學習
四種分析方法
模型、算法和黑箱
人工智能和機器學習
分析軟件
分析工具
敏捷分析
小貼士
問題
第9章選擇技術
交付給*終用戶
選擇技術時需要考慮的方面
小貼士
問題
第10章組建團隊
數據科學家
你需要的數據角色
領導力
雇用數據團隊
大規模招聘和收購創業公司
外包
對于小型公司而言
小貼士
問題
第11章數據治理與法律遵從
個人數據
數據科學和隱私披露
數據治理
治理報告
小貼士
問題
第12章在組織中成功部署大數據
我們的項目為何失敗了
總結
小貼士
問題
術語
展開全部
大數據實戰:大數據.數據科學和人工智能在商務決策中的應用 作者簡介
大衛·斯蒂文森（David Stephenson） 美國賓夕法尼亞大學沃頓商學院教授，數據科學和大數據分析領域國際知名咨詢家。憑借近20年行業經驗，以專業的視角和實用的工具指導了價值百億美元以上的商務決策。同時，他還是頂級投資、私人資產和管理咨詢公司的專業顧問。他領導了跨越六大洲公司的全球分析項目。
書友推薦
- >
中國歷史的瞬間
- >
名家帶你讀魯迅:朝花夕拾
- >
上帝之肋:男人的真實旅程
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
我與地壇
- >
回憶愛瑪儂
- >
【精裝繪本】畫給孩子的中國神話
- >
月亮與六便士
本類暢銷
