掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿(mào)易戰(zhàn)簡(jiǎn)史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業(yè)與企業(yè)制度
-
>
貨幣之語
-
>
眉山金融論劍
-
>
圖解資本論
中圖價(jià):¥34.7
加入購(gòu)物車
別怕,統(tǒng)計(jì)學(xué)其實(shí)很簡(jiǎn)單 版權(quán)信息
- ISBN：9787301308752
- 條形碼：9787301308752 ; 978-7-301-30875-2
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
別怕,統(tǒng)計(jì)學(xué)其實(shí)很簡(jiǎn)單 本書特色
《別怕，統(tǒng)計(jì)學(xué)其實(shí)很簡(jiǎn)單》是一本優(yōu)秀的統(tǒng)計(jì)學(xué)入門讀物，首先介紹了統(tǒng)計(jì)學(xué)理論知識(shí)，激發(fā)讀者對(duì)統(tǒng)計(jì)分析的興趣，幫助讀者完成理論準(zhǔn)備。之后通過近30個(gè)商業(yè)案例深入地介紹了每種分析方法背后的原理、優(yōu)缺點(diǎn)、適用范圍等，使讀者不僅知其然，更知其所以然。
本書注重實(shí)際應(yīng)用，幫助讀者在短時(shí)間內(nèi)了解統(tǒng)計(jì)學(xué)的知識(shí)體系，體會(huì)到統(tǒng)計(jì)學(xué)在各行各業(yè)中是如何發(fā)揮強(qiáng)大作用的；使讀者具備一定的統(tǒng)計(jì)分析能力，并將這些知識(shí)應(yīng)用到實(shí)際工作中。
別怕,統(tǒng)計(jì)學(xué)其實(shí)很簡(jiǎn)單 內(nèi)容簡(jiǎn)介
《別怕，統(tǒng)計(jì)學(xué)其實(shí)很簡(jiǎn)單》是一本很好的統(tǒng)計(jì)學(xué)入門讀物，首先介紹了統(tǒng)計(jì)學(xué)理論知識(shí)，激發(fā)讀者對(duì)統(tǒng)計(jì)分析的興趣，幫助讀者完成理論準(zhǔn)備。之后通過近30個(gè)商業(yè)案例深入地介紹了每種分析方法背后的原理、優(yōu)缺點(diǎn)、適用范圍等，使讀者不僅知其然，更知其所以然。 本書注重實(shí)際應(yīng)用，幫助讀者在短時(shí)間內(nèi)了解統(tǒng)計(jì)學(xué)的知識(shí)體系，體會(huì)到統(tǒng)計(jì)學(xué)在各行各業(yè)中是如何發(fā)揮強(qiáng)大作用的；使讀者具備一定的統(tǒng)計(jì)分析能力，并將這些知識(shí)應(yīng)用到實(shí)際工作中。
別怕,統(tǒng)計(jì)學(xué)其實(shí)很簡(jiǎn)單 目錄
第1章 為什么要懂點(diǎn)統(tǒng)計(jì)學(xué)
1.1 這些統(tǒng)計(jì)問題，你會(huì)做嗎 2
1.2 統(tǒng)計(jì)學(xué)可以幫到你 6
1.3 到底什么是統(tǒng)計(jì)學(xué) 10
第2章 描述統(tǒng)計(jì)基礎(chǔ)
2.1 基本概念 14
2.2 數(shù)據(jù)預(yù)處理 17
2.3 繪制統(tǒng)計(jì)圖表 21
第3章 推斷統(tǒng)計(jì)基礎(chǔ)
3.1 常見的幾種概率分布 28
3.2 相關(guān)分析與回歸分析基礎(chǔ) 34
第4章 描述性統(tǒng)計(jì)分析
4.1 描述性統(tǒng)計(jì)分析基礎(chǔ) 40
4.2 頻數(shù)分布分析：用統(tǒng)計(jì)圖解決倫敦霍亂 40
4.3 關(guān)注數(shù)據(jù)代表性：統(tǒng)計(jì)學(xué)家改良轟炸機(jī) 44
4.4 異常值分析：1號(hào)店提升營(yíng)銷精準(zhǔn)率 48
4.5 對(duì)比分析：折線圖指導(dǎo)購(gòu)房者尋找合算房?jī)r(jià) 52
4.6 描述性統(tǒng)計(jì)分析概述：泰坦尼克號(hào)生還數(shù)據(jù) 55
第5章 相關(guān)分析與回歸分析
5.1 相關(guān)分析與回歸分析概述 60
5.2 矩陣分解：價(jià)值百萬美元的Netflix推薦系統(tǒng) 61
5.3 一元線性回歸：引發(fā)金融危機(jī)的風(fēng)險(xiǎn)價(jià)值模型 64
5.4 評(píng)分系統(tǒng)：星巴克選址借力大數(shù)據(jù) 68
5.5 相關(guān)與回歸概述：航空乘客數(shù)量預(yù)測(cè) 71
第6章 關(guān)聯(lián)分析與聚類分析
6.1 關(guān)聯(lián)分析與聚類分析概述 78
6.2 購(gòu)物籃分析：啤酒與尿布的經(jīng)典案例 79
6.3 序列模式挖掘：Web訪問模式幫助電商優(yōu)化網(wǎng)站 83
6.4 快速聚類：通過分類降低客戶退貨率 87
6.5 層次聚類：為鳶尾花分類 91
6.6 關(guān)聯(lián)與聚類綜述：加州極客的聚類分析把妹法 95
第7章 決策樹與模式識(shí)別
7.1 C4.5算法：電信客戶流失預(yù)測(cè) 100
7.2 自組織神經(jīng)網(wǎng)絡(luò)：**路徑和旅行商問題 105
7.3 貝葉斯決策：神奇的谷歌智能翻譯 110
7.4 支持向量機(jī)：應(yīng)用廣泛的手寫識(shí)別與語音識(shí)別 114
7.5 判別分析：電信行業(yè)構(gòu)建客戶流失模型 119
7.6 模式識(shí)別綜述：日趨成熟的信用評(píng)分模型 124
第8章 更多的數(shù)據(jù)挖掘算法
8.1 核密度估計(jì)法：警務(wù)大數(shù)據(jù)預(yù)測(cè)犯罪 130
8.2 Flu Trends：“谷歌流感趨勢(shì)”幫助控制疫情 134
8.3 Apriori算法：透視美國(guó)國(guó)會(huì)投票模式 137
8.4 SVD簡(jiǎn)化數(shù)據(jù)：IBM軟件自動(dòng)生成新菜譜 142
8.5 文本分析：垃圾郵件過濾系統(tǒng) 146
8.6 AdaBoost元算法：偵測(cè)欺詐交易 150
1.1 這些統(tǒng)計(jì)問題，你會(huì)做嗎 2
1.2 統(tǒng)計(jì)學(xué)可以幫到你 6
1.3 到底什么是統(tǒng)計(jì)學(xué) 10
第2章 描述統(tǒng)計(jì)基礎(chǔ)
2.1 基本概念 14
2.2 數(shù)據(jù)預(yù)處理 17
2.3 繪制統(tǒng)計(jì)圖表 21
第3章 推斷統(tǒng)計(jì)基礎(chǔ)
3.1 常見的幾種概率分布 28
3.2 相關(guān)分析與回歸分析基礎(chǔ) 34
第4章 描述性統(tǒng)計(jì)分析
4.1 描述性統(tǒng)計(jì)分析基礎(chǔ) 40
4.2 頻數(shù)分布分析：用統(tǒng)計(jì)圖解決倫敦霍亂 40
4.3 關(guān)注數(shù)據(jù)代表性：統(tǒng)計(jì)學(xué)家改良轟炸機(jī) 44
4.4 異常值分析：1號(hào)店提升營(yíng)銷精準(zhǔn)率 48
4.5 對(duì)比分析：折線圖指導(dǎo)購(gòu)房者尋找合算房?jī)r(jià) 52
4.6 描述性統(tǒng)計(jì)分析概述：泰坦尼克號(hào)生還數(shù)據(jù) 55
第5章 相關(guān)分析與回歸分析
5.1 相關(guān)分析與回歸分析概述 60
5.2 矩陣分解：價(jià)值百萬美元的Netflix推薦系統(tǒng) 61
5.3 一元線性回歸：引發(fā)金融危機(jī)的風(fēng)險(xiǎn)價(jià)值模型 64
5.4 評(píng)分系統(tǒng)：星巴克選址借力大數(shù)據(jù) 68
5.5 相關(guān)與回歸概述：航空乘客數(shù)量預(yù)測(cè) 71
第6章 關(guān)聯(lián)分析與聚類分析
6.1 關(guān)聯(lián)分析與聚類分析概述 78
6.2 購(gòu)物籃分析：啤酒與尿布的經(jīng)典案例 79
6.3 序列模式挖掘：Web訪問模式幫助電商優(yōu)化網(wǎng)站 83
6.4 快速聚類：通過分類降低客戶退貨率 87
6.5 層次聚類：為鳶尾花分類 91
6.6 關(guān)聯(lián)與聚類綜述：加州極客的聚類分析把妹法 95
第7章 決策樹與模式識(shí)別
7.1 C4.5算法：電信客戶流失預(yù)測(cè) 100
7.2 自組織神經(jīng)網(wǎng)絡(luò)：**路徑和旅行商問題 105
7.3 貝葉斯決策：神奇的谷歌智能翻譯 110
7.4 支持向量機(jī)：應(yīng)用廣泛的手寫識(shí)別與語音識(shí)別 114
7.5 判別分析：電信行業(yè)構(gòu)建客戶流失模型 119
7.6 模式識(shí)別綜述：日趨成熟的信用評(píng)分模型 124
第8章 更多的數(shù)據(jù)挖掘算法
8.1 核密度估計(jì)法：警務(wù)大數(shù)據(jù)預(yù)測(cè)犯罪 130
8.2 Flu Trends：“谷歌流感趨勢(shì)”幫助控制疫情 134
8.3 Apriori算法：透視美國(guó)國(guó)會(huì)投票模式 137
8.4 SVD簡(jiǎn)化數(shù)據(jù)：IBM軟件自動(dòng)生成新菜譜 142
8.5 文本分析：垃圾郵件過濾系統(tǒng) 146
8.6 AdaBoost元算法：偵測(cè)欺詐交易 150
展開全部
別怕,統(tǒng)計(jì)學(xué)其實(shí)很簡(jiǎn)單 作者簡(jiǎn)介
徐苑琳，四川大學(xué)亞洲基礎(chǔ)設(shè)施建設(shè)與發(fā)展研究院副研究員，成都行政學(xué)院副教授，師從牛津大學(xué)圣艾德蒙學(xué)院院士AngHu，長(zhǎng)期從事經(jīng)濟(jì)與科技發(fā)展研究，近年來在人民日?qǐng)?bào)、科學(xué)管理研究、價(jià)格理論與實(shí)踐等核心刊物上發(fā)表論文數(shù)十篇。
李倩星，畢業(yè)于西南大學(xué)數(shù)學(xué)系，曾任美團(tuán)用戶服務(wù)體驗(yàn)平臺(tái)高級(jí)數(shù)據(jù)運(yùn)營(yíng)，從應(yīng)用角度關(guān)注統(tǒng)計(jì)學(xué)這門科學(xué)。對(duì)統(tǒng)計(jì)分析、數(shù)據(jù)挖掘有獨(dú)到理解。
書友推薦
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
自卑與超越
- >
詩(shī)經(jīng)-先民的歌唱
- >
朝聞道
- >
小考拉的故事-套裝共3冊(cè)
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
上帝之肋:男人的真實(shí)旅程
- >
二體千字文
本類暢銷
