由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版数据分析师养成宝典9787111595106机械工业
¥ ×1
如何使用本书
第0章 说在前面的话
0.1 大数据分析案例
0.2 数据分析
0.2.1 数据分析不同于信息化系统
0.2.2 数据分析不同于统计分析
0.. 数据分析不同于数据挖掘
0.2.4 数据分析不同于数据管理
0.2.5 数据分析不同于商业智能
0.2.6 数据分析的内容
0.3 数据分析师
0.3.1 什么是数据分析师
0.3.2 基本要求
0.4 数据分析过程
0.4.1 业务理解
0.4.2 指标设计
0.4.3 数据建模
0.4.4 分析报告
业务理解篇
章 正确的思维观
1.1 数据思维
1.2 统计思维
1.2.1 统计学
1.2.2 描述
1.. 概括
1.2.4 分析
1.3 逻辑思维
1.3.1 上取/下钻思维
1.3.2 求同/求异思维
1.3.3 抽离/联合思维
1.3.4 离开/接近思维
1.3.5 层次思维
第2章 理解数据
2.1 数据是什么
2.2 数据所依存的背景
. 数据维度
2.4 数据
2.5 数据质量
2.6 理解数据要注意的问题
2.6.1 不要对完美数据的盲目执着
2.6.2 小样本数据也能做数据分析
第3章 理解业务
3.1 全局了解——业务模型
3.2 动态了解——流程模型
3.3 静态了解——数据模型
3.4 动静结合——关键业务分析
3.5 数据业务化
第4章 理解用户
4.1 由粗到细,从宏观到微观
4.2 由少到多,收集不同层次的需求
4.3 数据分析师对理解用户需求的思考
4.3.1 如何用需求分析明确产品目标?
4.3.2 数据分析师理解用户需求应该具备的基本素养
4.3.3 如何根据用户行为去驱动产品?
指标设计篇
第5章 数据准备
5.1 数据探索
5.1.1 缺失值分析与处理
5.1.2 异常值分析与处理
5.1.3 不一致数据分析
5.2 数据整理
5.2.1 规范化
5.2.2 数据选择
5.. 数据归约
5.2.4 数据变换
5.3 数据集成
5.3.1 通过向量化重构数据
5.3.2 为数据添加新变量
5.3.3 数据透视表
5.3.4 列联表
5.3.5 数据整合
5.3.6 分组计算
第6章 数据指标
6.1 指标和维度
6.2 特征工程
6.2.1 特征工程作用
6.2.2 特征设计
6.. 特征选择
6.2.4 特征提取
6.3 指标设计基本方法
6.3.1 生成用于判别的变量
6.3.2 生成离散变量
6.3.3 业务标签化
6.4 典型业务指标设计
6.4.1 店铺数据分析指标
6.4.2 电商数据分析指标
第7章 数据认知
7.1 认知数据的平均水平和波动情况
7.2 认知数据的分布
7.3 利用相关系数理解数据之间的关系
7.4 通过对比认知数据
7.5 通过多维交叉来深入认知数据
7.6 周期分析
7.7 贡献度分析
7.8 因子分析
数据建模篇
第8章 神经网络
8.1 模型原理
8.2 进阶指导
第9章 回归分析
9.1 模型原理
9.2 进阶指导
0章 聚类分析
10.1 模型原理
10.2 进阶指导
1章 关联分析
11.1 模型原理
11.2 进阶指导
2章 决策树
12.1 模型原理
12.2 进阶指导
3章 随机森林决策树
13.1 模型原理
13.2 进阶指导
4章 自适应选择决策树
14.1 模型原理
14.2 进阶指导
5章 SVM
15.1 模型原理
15.2 进阶指导
6章 建模指导
16.1 建模要注意的问题
16.2 R语言中建模常用包
16.3 数据分析模型的原理和应用场景
价值展现篇
7章 如何写好数据分析报告
17.1 数据的价值
17.1.1 收入
17.1.2 支出
17.1.3 风险
17.1.4 参照系
17.2 讲故事
17.2.1 数据讲故事的四大要点
17.2.2 阿里指数能告诉你……
17.3 如何写报告
17.3.1 写作原则
17.3.2 报告的类型和分析能力
17.3.3 报告的细节
17.4 报告的结构
17.4.1 标题
17.4.2 背景与目标
17.4.3 项目说明
17.4.4 分析思路
17.4.5 分析主体
17.4.6 总结与建议
17.5 文字表达
17.5.1 突出关键信息
17.5.2 避免啰嗦的表达
17.5.3 站在读者角度
17.5.4 不带主观臆断
17.6 分析过程
17.6.1 样本选择
17.6.2 方法实施
17.7 注意事项
8章 数据可视化
18.1 什么是数据可视化
18.2 数据可视化的作用
18.3 可视化建议
18.4 科学与艺术的结合
18.5 可视化细节
18.6 R语言绘图
18.6.1 低水平绘图命令
18.6.2 高水平绘图命令
18.6.3 交互式绘图命令
18.7 图形适用场景
9章 数据分析报告制作工具
19.1 knitr包
19.1.1 安装knitr
19.1.2 Markdown语法
19.1.3 报告制作
19.2 rmarkdown包
19.2.1 创建R Markdown
19.2.2 R Markdown文本处理
19.. 插入代码块
19.2.4 结果的输出
实战进阶篇
第20章 校园网中者的价值分析
20.1 业务理解
20.2 指标设计
20.3 描述分析
20.4
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格