国产在线精品观看一区,亚洲中文字幕人成乱码

大數(shù)據(jù)分析數(shù)據(jù)科學(xué)應(yīng)用場景與實踐精髓PDF高清免費版是一本大數(shù)據(jù)分析的理論與實踐結(jié)合的電子書籍，在這里讀者可以通過本書進行全面的了解大數(shù)據(jù)的應(yīng)用場景，通過本書可以學(xué)習更多實踐案例分析，重點剖析，歡迎有需要的用戶來IT貓撲下載！

內(nèi)容簡介

《大數(shù)據(jù)分析數(shù)據(jù)科學(xué)應(yīng)用場景與實踐精髓》是一本討論大數(shù)據(jù)理論及應(yīng)用實踐的專著，從討論理論界的前沿觀點開始，之后轉(zhuǎn)向討論這些理論在日常商業(yè)活動中的實踐應(yīng)用。

《大數(shù)據(jù)分析數(shù)據(jù)科學(xué)應(yīng)用場景與實踐精髓》首先介紹了大數(shù)據(jù)分析的業(yè)務(wù)應(yīng)用場景、分析建模過程和主要任務(wù)，以及模型商用的關(guān)鍵點；接著講述了數(shù)據(jù)收集、抽樣和預(yù)處理的實施要點；之后系統(tǒng)性地討論了各種模型技術(shù)及其應(yīng)用，包括預(yù)測分析、描述分析、生存分析、社交網(wǎng)絡(luò)分析等。在完成了這些理論知識和模型技術(shù)方法鋪墊之后，就進入到實踐應(yīng)用部分，包括把分析活動轉(zhuǎn)化為生產(chǎn)力的關(guān)鍵事項，以及各種應(yīng)用實例。

《大數(shù)據(jù)分析數(shù)據(jù)科學(xué)應(yīng)用場景與實踐精髓》幫助讀者系統(tǒng)地梳理了各類模型方法的技術(shù)要點和應(yīng)用要點，包括線性回歸、Logistic回歸、決策樹、聚類、關(guān)聯(lián)規(guī)則、序列規(guī)則、神經(jīng)網(wǎng)絡(luò)、支持向量機、套袋算法、 Boosting算法、隨機森林算法、生存分析等；本書還介紹了大量的應(yīng)用實例，如信用風險建模、欺詐檢測、營銷響應(yīng)提升模型、客戶流失預(yù)測、自動推薦、網(wǎng)頁分析、社交媒體分析，以及業(yè)務(wù)流程分析等。因此，對于從事大數(shù)據(jù)分析相關(guān)工作的人士來說，本書是一本難得的實務(wù)指南；對于高等院校相關(guān)專業(yè)的師生來說，本書是一本非常好的課外閱讀材料，特別是書中關(guān)于如何把分析變成生產(chǎn)力的章節(jié)部分，相信一定能給他們很多的啟發(fā)和思考。

大數(shù)據(jù)分析數(shù)據(jù)科學(xué)應(yīng)用場景與實踐精髓PDF下載

作者簡介

巴特·貝森斯（Bart Baesens）是比利時魯汶大學(xué)的副教授，英國南安普敦大學(xué)的講師，以及國際知名的數(shù)據(jù)分析知名顧問。他是網(wǎng)絡(luò)分析、客戶關(guān)系管理和欺詐偵測等領(lǐng)域杰出的研究實踐者。他在多種世界知名期刊（如《機器學(xué)習》（Machine Learning）和《管理科學(xué)》（Management Science）上發(fā)表了多篇論文，還是《信用風險管理精要》（牛津大學(xué)出版社，2008年出版）一書的作者。

大數(shù)據(jù)分析數(shù)據(jù)科學(xué)應(yīng)用場景與實踐精髓PDF目錄

1 第1章大數(shù)據(jù)及其分析

1.1 大數(shù)據(jù)的業(yè)務(wù)應(yīng)用場景

1.2 基本的專業(yè)術(shù)語

1.3 分析過程模型

1.4 分析建�；顒又械娜蝿�(wù)及角色

1.5 分析技術(shù)

1.6 分析模型的要求

1.7 本章參考文獻

13 第2章數(shù)據(jù)采集、抽樣和預(yù)處理 [1]

2.1 數(shù)據(jù)源的類型

2.2 數(shù)據(jù)抽樣

2.3 數(shù)據(jù)類型

2.4 數(shù)據(jù)可視化及探索性統(tǒng)計分析

2.5 缺失值的處理

2.6 異常值檢測及處理

2.7 數(shù)據(jù)標準化

2.8 粗分類（Categorization）處理

2.9 WOE值的計算

2.10 變量的選擇

2.11 細分

2.12 本章參考文獻

35 第3章預(yù)測分析 [1]

3.1 定義目標變量

3.2 線性回歸

3.3 Logistic回歸

3.4 決策樹

3.5 神經(jīng)網(wǎng)絡(luò)

3.6 支持向量機

3.7 集成算法

3.7.1 套袋算法（Bagging）

3.7.2 Boosting方法

3.7.3 隨機森林

3.8 多類分類技術(shù) [1]

3.8.1 多類Logistic回歸

3.8.2 多類決策樹

3.8.3 多類神經(jīng)網(wǎng)絡(luò)

3.8.4 多類支持向量機

3.9 預(yù)測模型的評估

3.9.1 數(shù)據(jù)集的分割

3.9.2 分類模型的性能評估

3.9.3 回歸模型的性能評估

3.10 本章參考文獻 [1]

89 第4章描述性分析

4.1 關(guān)聯(lián)規(guī)則

4.1.1 基本概念及假設(shè)

4.1.2 支持度和置信度

4.1.3 關(guān)聯(lián)規(guī)則的挖掘

4.1.4 提升度的度量

4.1.5 關(guān)聯(lián)規(guī)則的后處理

4.1.6 關(guān)聯(lián)規(guī)則的擴展

4.1.7 關(guān)聯(lián)規(guī)則的應(yīng)用

4.2 序列規(guī)則

4.3 細分技術(shù)

4.3.1 分層聚類

4.3.2 K-Means聚類

4.3.3 自組織映射圖（SOM）

4.3.4 聚類解決方案的應(yīng)用及解釋

4.4 本章參考文獻 [1]

107 第5章生存分析

5.1 生存分析的基本概念和函數(shù)

5.2 卡普蘭·梅爾分析

5.3 參數(shù)法生存分析

5.4 比例風險回歸模型

5.5 生存分析模型的擴展

5.6 生存分析模型的評估

5.7 本章參考文獻 [1]

123 第6章社交網(wǎng)絡(luò)分析

6.1 社交網(wǎng)絡(luò)的定義

6.2 社交網(wǎng)絡(luò)的度量

6.3 社交網(wǎng)絡(luò)學(xué)習

6.4 關(guān)系近鄰分類器

6.5 概率關(guān)系近鄰分類器

6.6 關(guān)系邏輯回歸

6.7 共同模式推斷

6.8 自中心網(wǎng)絡(luò)（EGO NETS）

6.9 偶圖/二分圖

6.10 本章參考文獻 [1]

137 第7章從分析到生產(chǎn)力

7.1 模型的后驗測試

7.1.1 分類模型的后驗測試

7.1.2 回歸模型的后驗測試

7.1.3 聚類模型的后驗測試

7.1.4 設(shè)計后驗測試方案

7.2 參照管理

7.3 數(shù)據(jù)質(zhì)量

7.4 軟件工具

7.5 隱私保護

7.6 模型設(shè)計相關(guān)文檔

7.7 公司治理

7.8 本章參考文獻 [1]

167 第8章實踐與案例

8.1 信用風險建模

8.2 欺詐檢測

8.3 凈響應(yīng)提升建模

8.4 流失預(yù)測

8.4.1 流失預(yù)測模型

8.4.2 流失預(yù)測流程

8.5 推薦系統(tǒng)

8.5.1 協(xié)同過濾推薦

8.5.2 基于內(nèi)容的推薦

8.5.3 基于人口統(tǒng)計信息的推薦

8.5.4 基于知識的推薦 [1]

8.5.5 組合推薦

8.5.6 推薦系統(tǒng)的評價

8.5.7 案例介紹

8.6 網(wǎng)頁分析

8.6.1 網(wǎng)頁數(shù)據(jù)收集

8.6.2 Web KPI指標

8.6.3 從Web KPI到行動洞察力

8.6.4 導(dǎo)航分析

8.6.5 搜索引擎營銷分析

8.6.6 A/B測試和多變量測試 [1]

8.7 社會化媒體分析

8.7.1 社交網(wǎng)站：B2B廣告工具

8.7.2 情感分析

8.7.3 網(wǎng)絡(luò)分析

8.8 業(yè)務(wù)流程分析

8.8.1 流程智能

8.8.2 流程挖掘和分析

8.8.3 形成閉環(huán)：全流程的整合數(shù)據(jù)分析

8.9 本章參考文獻

231 譯者后記

更多>>軟件截圖

大數(shù)據(jù)分析數(shù)據(jù)科學(xué)應(yīng)用場景與實踐精髓PDF 高清免費版 0

上一張下一張(1 / 1)

查看詳細截圖

推薦軟件

其他版本下載

精品推薦數(shù)據(jù)分析軟件

更多 (110個) >>數(shù)據(jù)分析軟件數(shù)據(jù)分析軟件在在生活中常常被使用，隨著數(shù)據(jù)使用量的增長，將有更多的人通過數(shù)據(jù)來尋求專業(yè)問題的答案。下面是小編為大家準的數(shù)據(jù)分析軟件，包含：網(wǎng)絡(luò)數(shù)據(jù)分析工具、串口數(shù)據(jù)分析、SPSS數(shù)據(jù)分析、kt交易師專業(yè)數(shù)據(jù)