返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 正版新书]商务数据分析黄翼 著9787302626046
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 黄翼 著著 | 黄翼 著编 | 黄翼 著译 | 黄翼 著绘
    • 出版社: 清华大学出版社
    • 出版时间:2023-04-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 黄翼 著著| 黄翼 著编| 黄翼 著译| 黄翼 著绘
    • 出版社:清华大学出版社
    • 出版时间:2023-04-01
    • 版次:1
    • 印次:1
    • 字数:486000
    • 页数:324
    • 开本:16开
    • ISBN:9787302626046
    • 版权提供:清华大学出版社
  • 作者: 黄翼 著
  • 著: 黄翼 著 译
  • 装帧: 平装
  • 印次: 1
  • 定价: 59
  • ISBN: 9787302626046
  • 出版社: 清华大学出版社
  • 开本: 16开
  • 印刷时间: 暂无
  • 语种: 暂无
  • 出版时间: 2023-04-01
  • 页数: 324
  • 外部编号: 庄村54837
  • 版次: 1
  • 成品尺寸: 暂无
  • 目 录    
        
    第一部分 大数据基础
    第一章 大数据导论 3
    一、什么是大数据 3
    二、为何要做数据挖掘 5
    三、数据分析的应用 7
    练习题 10
    第二章 大数据技术 11
    一、大数据的技术框架 11
    二、与大数据处理相关的技术 12
    三、数据挖掘的一般流程 14
    练习题 16
    第二部分 Python编程基础
    第三章 Python环境搭建 19
    一、Python的版本与安装 19
    二、PyCharm的安装与使用 23
    三、Anaconda的安装与使用 27
    练习题 30
    第四章 Python编程基础 31
    一、Python变量设定和赋值数据类型 31
    二、Python的运算符 38
    三、控制流 42
    四、常用函数 49
    五、Python基础语法 50
    练习题 54
    第五章 Python数据挖掘 55
    一、NumPy模块 55
    二、Pandas模块 68
    练习题 106
    第六章 Python数据可视化 107
    一、数据可视化 107
    二、Pandas绘图 111
    三、Matplotlib其他绘图 120
    练习题 123
    第三部分 数据挖掘基础
    第七章 数据预处理 127
    一、数据存在的问题 127
    二、数据预处理的手段 129
    练习题 138
    第八章 多元线性回归 139
    一、介绍 139
    二、解释模型与预测模型 139
    三、回归方程的估计与预测 140
    四、线性回归中的变量选择 141
    练习题 143
    第九章 K-NN算法 145
    一、K-NN分类器(分类结果) 145
    二、K-NN表示数值结果 147
    三、K-NN算法的优势和劣势 147
    练习题 147
    第十章 朴素贝叶斯分类器 149
    一、介绍 149
    二、使用接近(准确)贝叶斯分类器预测 150
    三、朴素贝叶斯分类器的优缺点 153
    练习题 155
    第十一章 分类回归树 156
    一、介绍 156
    二、分类树 157
    三、评估分类树的性能 161
    四、避免过度拟合 162
    五、树的分类规则 164
    六、两类以上的分类树 164
    七、回归树 165
    八、改进预测:随机森林和增强树 166
    九、树的优点和缺点 167
    练习题 167
    第十二章 逻辑回归 169
    一、介绍 169
    二、逻辑回归模型 170
    三、评估分类性能 172
    四、变量的选择 173
    五、逻辑回归分析 175
    练习题 180
    第十三章 神经网络 181
    一、介绍 181
    二、神经网络的概念与结构 181
    三、使网络适应数据 182
    四、必需的输入 188
    五、预测因素与结果的关系探讨 189
    六、神经网络的优缺点 190
    练习题 191
    第十四章 判别分析 192
    一、介绍 192
    二、记录与类的距离 194
    三、费雪线性分类函数 195
    四、判别分析的分类性能 195
    五、先验概率 196
    六、不均衡的错误分类代价 196
    七、超过两类的分类问题 196
    八、判别分析的优势与劣势 198
    练习题 198
    第十五章 关联规则与协同过滤 200
    一、关联规则 200
    二、协同过滤 206
    三、总结 212
    练习题 212

    第十六章 聚类分析 214
    一、介绍 214
    二、测量两条记录之间的距离 217
    三、两簇间距离测量 221
    四、分层(凝聚)聚类 222
    五、非层次聚类 226
    练习题 228
    第十七章 时间序列预测 230
    一、介绍 230
    二、描述性与预测性建模 231
    三、商业中流行的预测方法 231
    四、时间序列成分 231
    五、数据分区和性能评估 234
    练习题 236
    第十八章 社交网络分析 237
    一、介绍 237
    二、有向网络与无向网络 238
    三、可视化和分析网络 239
    四、社交数据度量和分类 241
    五、使用网络指标进行预测和分类 244
    六、优点和缺点 248
    练习题 249
    第十九章 文本挖掘 250
    一、介绍 250
    二、文本的表格式表示:术语-文档矩阵和“词袋” 250
    三、词袋与文档意义提取 251
    四、文本预处理 252
    五、实现数据挖掘方法 255
    六、总结 258
    练习题 258
    第四部分 经典商务数据分析案例
    第二十章 国际应用案例 261
    案例一 银行金融营销 261
    案例二 波士顿住房 262
    案例三 电脑的选择 262
    案例四 DriveTime汽车 266
    案例五 宝洁公司洗衣皂 270
    案例六 Studenmund餐厅 271
    案例七 悉尼交通 272
    案例八 ToutBay 273
    案例九 查尔斯读书俱乐部 275
    案例十 德国信贷 279
    案例十一 Tayko软件目录 283
    案例十二 拒接出租车电话 287
    案例十三 肥皂消费者细分 288
    案例十四 交叉销售 290
    案例十五 预测破产 291
    第二十一章 国内应用案例 294
    案例一 终端换机预测 294
    案例二 高校本科生就业问题研究 296
    案例三 国内旅游收入影响因素研究 300
    案例四 航空公司客户价值分析 301
    案例五 数据分析的其他商务应用 304
    参考文献 309

        

        

        

        

        

    黄翼,上海杉达学院教师,留学英国硕士,博士在读。主要研究方向国际商务、公司战略和价值链。主要讲授国际贸易实务、商务英语写作、商务数据分析、商务流程综合实训等课程。曾主持上海市政府专项、上海市优青项目、校重点课程、校教改项目、校基金项目,获国家版权局计算机软件著作权,主编及参编教材,发表论文多篇。2014年荣获“全国民办高校国际商务专业教师‘优师杯’双语教学技能竞赛”三等奖,2016年获得“上海杉达学院青年教师教学竞赛”一等奖,并于同年荣获上海市“第二届上海高校青年教师教学竞赛”二等奖。2017年荣获“上海杉达学院教学成果奖”二等奖,2019年荣获“上海杉达学院教学成果奖”一等奖。

    基于大数据时代的商业规则和思维变革,《商务数据分析》将数据挖掘分析理论原理与商务实践进行融合。通过本图书及相应课程的学习,使学习者掌握分析事物的数据思维、挖掘数据价值及发挥商业应用的技能,培养结合专业知识,发现、分析并提供解决实际问题方案的思维方式及数据分析技能。《商务数据分析》内容主要包括四大模块:模块一 大数据与商务数据分析概述,主要介绍数据分析的起源、对数据分析的认知,包含分析目的、分析类型、作用,数据分析的主要应用,商务数据分析的主要应用场景;模块二 数据分析基础及数据挖掘方法,包括Python编程、数据处理、数据可视化等方法和技能的导入学习;模块三 数据挖掘,在前模块基础上介绍多元线性回归,近邻,贝叶斯,差别分析,关联规则、协同过滤、文本分析等多种数据挖掘方法并联系实际应用,并将案例项目分析思路通过代码实现,并对结果进行分析和评估。模块四,为引导学习者进一步探索挖掘数据分析方法在商务及其他领域的应用,图书选取了国内外经典案例,提供综合分析和解决相关业务问题的思路和激发学习者根据个人兴趣及需求进一步探索相关应用领域的分析。《商务数据分析》特色主要包括:理论方法的前瞻性,工具技能的开源易得性,注重商务实际的应用性,配套资源的丰富性(在线课程)。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购