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:
本店所有商品

  • 醉染图书大数据与商务分析9787030721914
  • 正版全新
    • 作者: 郭崇慧,吴江宁著 | 郭崇慧,吴江宁编 | 郭崇慧,吴江宁译 | 郭崇慧,吴江宁绘
    • 出版社: 科学出版社
    • 出版时间:2022-05-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 郭崇慧,吴江宁著| 郭崇慧,吴江宁编| 郭崇慧,吴江宁译| 郭崇慧,吴江宁绘
    • 出版社:科学出版社
    • 出版时间:2022-05-01
    • 版次:1
    • 印次:1
    • 字数:408000
    • 页数:255
    • 开本:16开
    • ISBN:9787030721914
    • 版权提供:科学出版社
    • 作者:郭崇慧,吴江宁
    • 著:郭崇慧,吴江宁
    • 装帧:平装
    • 印次:1
    • 定价:62.00
    • ISBN:9787030721914
    • 出版社:科学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2022-05-01
    • 页数:255
    • 外部编号:1202648213
    • 版次:1
    • 成品尺寸:暂无

    前言
    章 大数据概论
    1.1 什么是大数据
    1.1.1 大数据时代背景
    1.1.2 大数据的定义
    1.1.3 大数据的特征
    1.1.4 DIKW模型
    1.2 大数据的产生与来源
    1.2.1 信息-物理-社会融合系统
    1.2.2 大数据的产生方式
    1.. 典型大数据来源
    1.3 大数据时代的科研范式
    1.3.1 数据科学
    1.3.2 数据密集型科学发现
    1.3.3 计算社会科学
    1.4 大数据人才与组织
    1.4.1 大数据人才
    1.4.2 大数据组织
    1.5 大数据安全与隐私保护
    1.5.1 大数据安全
    1.5.2 隐私保护
    参考文献
    第2章 商务分析基础
    2.1 商务分析概述
    2.1.1 什么是商务分析
    2.1.2 从商务智能到商务分析
    2.1.3 大数据时代的商务分析
    2.2 商务数据分析框架
    2.2.1 描述分析
    2.2.2 预测分析
    2.. 规范分析
    . 常用的商务数据分析方法
    ..1 关联分析
    ..2 聚类分析
    .. 分类分析
    ..4 回归分析
    2.4 商务数据分析流程
    2.4.1 数据分析过程模型
    2.4.2 六阶段任务
    参考文献
    第3章 大数据管理
    3.1 结构化数据与非结构化数据
    3.1.1 结构化数据
    3.1.2 非结构化数据
    3.2 元数据管理
    3.2.1 什么是元数据
    3.2.2 元数据如何管理
    3.3 大数据存储管理
    3.3.1 传统关系型数据库
    3.3.2 数据仓库与数据集市
    3.3.3 NoSL数据库
    3.3.4 Hadoop与MapReduce
    3.3.5 云计算与云数据管理
    3.4 数据质量管理
    3.4.1 数据质量维度
    3.4.2 影响数据质量的因素
    3.4.3 数据生命周期
    3.4.4 数据质量管理方法
    参考文献
    第4章 数据预处理
    4.1 数据清洗
    4.1.1 缺失数据处理
    4.1.2 噪声数据处理
    4.2 数据集成
    4.2.1 模式集成问题
    4.2.2 属语义差异和结构差异问题
    4.. 冗余问题
    4.2.4 数据重复问题
    4.2.5 数据问题
    4.3 数据转换
    4.4 数据降维
    4.4.1 维数灾难
    4.4.2 降维方法
    参考文献
    第5章 数据探索分析
    5.1 数据描述统计分析
    5.1.1 分散趋势分析
    5.1.2 集中趋势分析
    5.1.3 变异分析
    5.1.4 相关分析
    5.2 数据可视化
    5.2.1 数据可视化的价值
    5.2.2 趋势型数据可视化
    5.. 对比型数据可视化
    5.2.4 比例型数据可视化
    5.2.5 分布型数据可视化
    5.2.6 关系型数据可视化
    5.2.7 地理型数据可视化
    参考文献
    第6章 描述数据分析
    6.1 关联分析
    6.1.1 频繁项集
    6.1.2 关联规则
    6.1.3 关联规则发现流程
    6.1.4 Apriori算法
    6.1.5 FP-growth算法
    6.1.6 关联规则评价
    6.2 序列模式分析
    6.2.1 基本概念
    6.2.2 序列模式挖掘
    6.. AprioriAll算法
    6.2.4 GSP算法
    6.2.5 FreeSpan算法
    6.2.6 PrefixSpan算法
    6.2.7 算法比较
    6.3 聚类分析
    6.3.1 聚类分析方法分类
    6.3.2 划分聚类方法
    6.3.3 层次聚类方法
    6.3.4 密度聚类方法
    6.3.5 聚类能评估
    6.4 离群点检测
    6.4.1 离群点及检测方法概述
    6.4.2 基于统计的离群点检测
    6.4.3 基于距离的离群点检测
    6.4.4 基于密度的离群点检测
    6.4.5 基于聚类的离群点检测
    参考文献
    第7章 预测数据分析
    7.1 线回归分析
    7.1.1 一元线回归分析
    7.1.2 多元线回归分析
    7.2 时间序列分析
    7.2.1 时间序列的组成成分
    7.2.2 平稳序列的预测
    7.. 趋势型序列的预测
    7.2.4 季节型序列的预测
    7.2.5 时间序列预测方法的选择
    7.2.6 复合型序列的分解预测
    7.3 判别分析
    7.3.1 判别分析的基本思想
    7.3.2 两个总体的判别分析
    7.3.3 多个总体的判别分析
    7.3.4 应用实例
    7.4 分类算法
    7.4.1 分类的数学定义
    7.4.2 决策树
    7.4.3 贝叶斯分类
    7.4.4 k-近邻分类
    7.4.5 人工神经网络
    7.4.6 支持向量机
    7.5 算法
    7.5.1 个化的基本概念
    7.5.2 协同过滤
    7.5.3 基于内容的
    7.5.4 基于知识的
    7.5.5 基于信任的
    7.5.6 混合
    7.5.7 应用实例
    参考文献
    第8章 规范数据分析
    8.1 决策分析
    8.1.1 决策的定义与决策过程
    8.1.2 决策问题的类型
    8.1.3 决策问题的描述
    8.1.4 决策模型与求解方法
    8.2 数据驱动的决策
    8.2.1 数据文化
    8.2.2 数据驱动型决策的步骤
    8.. 大数据驱动的管理决策范式与框架
    8.3 决策支持系统
    8.3.1 决策支持系统的组件
    8.3.2

    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