中圖網小程序
一鍵登錄
更方便
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
大數據分析 版權信息
- ISBN：9787302562610
- 條形碼：9787302562610 ; 978-7-302-56261-0
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
大數據分析 本書特色
本書系統、全面地介紹了大數據分析的基本知識和技能，包括大數據基礎、大數據分析基礎、大數據分析生命周期、大數據分析基本原則、構建分析路線、大數據分析的運用、大數據分析的用例、預測分析方法、預測分析技術、大數據分析模型、用戶角色與分析工具、大數據分析平臺、社交網絡與推薦系統、組織分析團隊等內容，*后為大數據分析的學習設計了一個課程實踐項目，全書具有較強的系統性、可讀性和實用性。本書是為高等院校計算機相關專業，尤其是大數據、信息管理、經濟管理類專業開設“大數據分析”課程全新設計編寫的，具有豐富實踐特色的主教材。
大數據分析 內容簡介
這是一個大數據爆發的時代。面對信息的激流，多元化數據的涌現，大數據已經為個人生活、企業經營，甚至國家與社會的發展都帶來了機遇和挑戰，大數據已經成為IT信息產業中z具潛力的藍海。
大數據分析 目錄
第1章大數據基礎1
1.1什么是大數據4
1.1.1天文學——信息爆炸的起源5
1.1.2信息爆炸的社會5
1.1.3大數據的發展7
1.1.4大數據作為BI的進化形式8
1.2大數據的定義9
1.2.1定義大數據9
1.2.2大數據的3V特征10
1.2.3廣義的大數據12
1.3大數據的結構類型12
1.4大數據應用改變生活13
1.4.1在線娛樂14
1.4.2在線廣告14
1.4.3銷售和營銷14
1.4.4數據可視化15
1.4.5運營智能15
1.5大數據準備度自我評分表16
作業19第2章大數據分析基礎22
2.1大數據的影響25
2.2數據具有內在預測性27
2.3大數據分析的定義27
2.44種數據分析方法28
2.4.1描述性分析29
2.4.2診斷性分析30
2.4.3預測性分析30
2.4.4規范性分析32
2.4.5關鍵績效指標33
2.5定性分析與定量分析33
2.6大數據分析的行業作用33
2.6.1大數據分析的作用33
2.6.2大數據分析的關鍵應用35
2.6.3大數據分析的能力分析36
2.6.4大數據分析面臨的問題36
作業38第3章大數據分析生命周期40
3.1大數據分析生命周期概述43
3.2商業案例評估44
3.3數據標識44
3.4數據獲取與過濾44
3.5數據提取45
3.6數據驗證與清理46
3.7數據聚合與表示47
3.8數據分析48
3.9數據可視化48
3.10分析結果的使用49
作業50第4章大數據分析基本原則52
4.1大數據的現代分析原則54
4.2原則1： 實現商業價值和影響56
4.3原則2： 專注于*后一千米56
4.4原則3： 持續改善57
4.5原則4： 加速學習能力和執行力58
4.6原則5： 差異化分析58
4.7原則6： 嵌入分析59
4.8原則7： 建立現代分析架構59
4.9原則8： 構建人力因素60
4.10原則9： 利用消費化趨勢60
作業61第5章構建分析路線63
5.1什么是分析路線66
5.1.1商業競爭3.0時代66
5.1.2創建獨特的分析路線67
5.2第1步： 確定關鍵業務目標69
5.3第2步： 定義價值鏈69
5.4第3步： 頭腦風暴分析解決方案機會71
5.4.1應用描述71
5.4.2分析手段71
5.5第4步： 描述分析解決方案機會74
5.6第5步： 創建決策模型74
5.7第6步： 評估分析解決方案機會75
5.8第7步： 建立分析路線圖77
5.9第8步： 不斷演進分析路線圖77
作業77第6章大數據分析的運用79
6.1企業分析的分類81
6.2戰略分析82
6.2.1專案分析83
6.2.2戰略市場細分84
6.2.3經濟預測84
6.2.4業務模擬84
6.3管理分析85
6.4運營分析86
6.5科學分析88
6.6面向客戶的分析89
6.6.1預測服務89
6.6.2分析應用89
6.6.3消費分析90
6.6.4案例： 大數據促進商業決策91
作業94第7章大數據分析的用例96
7.1什么是用例100
7.2預測用例101
7.3解釋用例104
7.4預報用例104
7.5發現用例106
7.6模擬用例106
7.7優化用例107
作業107第8章預測分析方法109
8.1預測分析方法論111
8.2定義業務需求113
8.2.1理解業務問題113
8.2.2定義應對措施113
8.2.3了解誤差成本115
8.2.4確定預測窗口116
8.2.5評估部署環境116
8.3建立分析數據集117
8.3.1配置數據117
8.3.2評估數據117
8.3.3調查異常值118
8.3.4轉換數據119
8.3.5執行基本表操作119
8.3.6處理丟失數據120
8.4降維與特征工程120
8.4.1降維120
8.4.2特征工程120
8.4.3特征變換123
8.5建立預測模型123
8.5.1制訂建模計劃123
8.5.2細分數據集124
8.5.3執行模型訓練計劃125
8.5.4測量模型效果125
8.5.5驗證模型126
8.6部署預測模型126
8.6.1審查和批準預測模型127
8.6.2執行模型評分127
8.6.3評價模型效果128
8.6.4管理模型資產128
8.7預測分析軟件系統129
作業129第9章預測分析技術132
9.1關于預測分析技術136
9.2統計分析136
9.3生存分析137
9.4有監督和無監督學習138
9.4.1有監督學習138
9.4.2無監督學習140
9.4.3有監督和無監督學習的區別141
9.5機器學習141
9.5.1機器學習的思路141
9.5.2異常檢測142
9.5.3過濾144
9.5.4貝葉斯網絡145
9.5.5文本挖掘146
9.6神經網絡147
9.7深度學習149
9.8語義分析151
9.8.1自然語言處理152
9.8.2文本分析152
9.8.3文本處理153
9.8.4語義檢索154
9.8.5A/B測試154
9.9視覺分析155
9.9.1熱點圖156
9.9.2空間數據圖156
作業157第10章大數據分析模型161
10.1什么是分析模型169
10.2關聯分析模型169
10.2.1回歸分析170
10.2.2關聯規則分析171
10.2.3相關分析172
10.2.4相關分析與回歸分析173
10.3分類分析模型173
10.3.1判別分析的原理和方法174
10.3.2基于機器學習的分類模型174
10.3.3支持向量機175
10.3.4邏輯回歸176
10.3.5決策樹176
10.3.6k近鄰177
10.3.7隨機森林178
10.3.8樸素貝葉斯180
10.4聚類分析模型180
10.4.1聚類問題分析181
10.4.2聚類分析的分類182
10.4.3聚類有效性的評價183
10.4.4聚類分析方法183
10.4.5聚類分析的應用184
10.5結構分析模型184
10.5.1典型的結構分析方法184
10.5.2社團發現185
10.6文本分析模型185
作業186第11章用戶角色與分析工具189
11.1用戶角色193
11.1.1超級分析師193
11.1.2數據科學家194
11.1.3業務分析師195
11.1.4分析使用者195
11.2分析的成功因素196
11.3分析編程語言197
11.3.1R語言197
11.3.2SAS編程語言199
11.3.3SQL200
11.4業務用戶工具201
11.4.1BI的常用技術201
11.4.2BI工具和方法的發展歷程202
11.4.3新的分析工具與方法204
11.4.4業務工具實例206
作業208第12章大數據分析平臺210
12.1分布式分析217
12.1.1關于并行計算217
12.1.2并行計算的三種形式218
12.1.3數據并行與“正交”218
12.1.4分布式的軟件環境219
12.2預測分析架構220
12.2.1獨立分析220
12.2.2部分集成分析221
12.2.3基于數據庫的分析223
12.2.4基于Hadoop的分析224
12.3Apache Spark分布式分析軟件225
12.4云計算中的分析227
12.4.1公有云和私有云228
12.4.2安全和數據移動229
12.5現代SQL平臺229
12.5.1什么是現代SQL平臺230
12.5.2現代SQL平臺區別于傳統SQL平臺231
12.5.3MPP數據庫232
12.5.4SQLonHadoop232
12.5.5NewSQL數據庫233
12.5.6現代SQL平臺的發展233
作業234第13章社交網絡與推薦系統236
13.1社交網絡的定義239
13.1.1社交網絡的特點240
13.1.2社交網絡度量241
13.1.3社交網絡學習242
13.2社交網絡的結構243
13.2.1社交網絡的統計學構成244
13.2.2社交網絡的群體形成245
13.2.3圖與網絡分析246
13.3社交網絡的關聯分析248
13.4推薦系統248
13.4.1推薦系統的概念248
13.4.2推薦方法的組合251
13.4.3推薦系統的評價252
13.5協同過濾252
13.6推薦方法254
13.6.1基于用戶評價的推薦254
13.6.2基于人的推薦255
13.6.3基于標簽的推薦255
作業256第14章組織分析團隊258
14.1企業的分析文化262
14.1.1管理分析團隊的有效因素262
14.1.2繁榮分析的文化共性263
14.2數據科學家（數據工作者）264
14.2.1數據科學家角色264
14.2.2分析人才的四種角色264
14.2.3數據準備專業人員266
14.2.4分析程序員266
14.2.5分析經理267
14.2.6分析通才268
14.2.7吸引數據科學家269
14.3集中式與分散式分析團隊270
14.4組織分析團隊272
14.4.1卓越中心272
14.4.2首席數據官與首席分析官272
14.4.3實驗室團隊273
14.4.4數據科學技能自我評估273
14.5走起，大數據分析275
作業276附錄278
附錄A部分作業參考答案278
附錄B大數據分析課程實踐280
B.1大數據幫零售企業制定促銷策略280
B.2電信公司通過大數據分析挽回核心客戶280
B.3大數據幫能源企業設置發電機地點281
B.4電商企業通過大數據制定銷售戰略281
B.5案例分析與課程實踐要求281
參考文獻284
展開全部
大數據分析 作者簡介
1982年計算機應用專業本科畢業，1986年由水電部研究所調入杭州大學計算機系任教，1991年破格晉升副教授，1999年調入浙江大學城市學院計算機系任教，2005年晉升教授。在杭州大學、浙江大學、浙江大學城市學院、浙江工業大學之江學院、溫州大學城市學院、嘉興學院南湖學院、溫州職業技術學院等多所院校專/兼職任教，教學經驗豐富。 長期從事計算機等專業教學工作，擔任計算機基礎、計算機導論、軟件工程、軟件測試技術、軟件體系結構、電子商務、移動商務、多媒體技術、數字媒體技術、項目管理、管理信息系統、應用統計學、C語言程序設計、面向對象程序設計、網絡傳播技術、網絡生態學、人機交互技術、藝術設計概論、藝術欣賞概論、計算機平面設計、信息管理與信息系統概論、信息資源管理、辦公軟件高級應用、信息安全技術、網絡管理技術、科技應用文寫作、創新思維與創新方法、大數據與數據挖掘等課程的教學，對計算機學科教學以及應用型院校教學有深刻理解。 1988年在天津科學技術出版社出版第一本教材《FoxBASE+及其程序設計技巧》并獲1991年全國優秀科技暢銷書。1992年所著教材《軟件工程及其應用》(天津科技出版社) 獲北方十省市科技圖書二等獎。
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
上帝之肋:男人的真實旅程
- >
苦雨齋序跋文-周作人自編集
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
推拿
- >
姑媽的寶刀
- >
二體千字文
- >
我與地壇
本類暢銷
