資料科學輕鬆學 (Data Analytics Made Accessible)

本書以簡單易懂，簡單直白的敘述，帶領讀者認識資料分析與資料科學。每個主題都會以一個真實世界的案例帶入，希望能夠幫助讀者快速建立資料科學的概念。無論您是學生、上班族、行銷人員、分析師或財務人員，只要您對資料科學感到好奇，本書都可以幫助您對資料科學有更一步的認識。
 

來自各界的讚譽
「Maheshwari博士的這本著作是絕佳的資料分析入門簡介。他將概念解釋得十分清楚且切中要點，我特別喜歡關於決策樹和其發展流程的章節，他的說明非常清楚。」—Ramon A. Mata Toledo博士, 維吉尼亞州詹姆斯麥迪遜大學電腦科學系教授

「這本書為資料分析的主題做了精彩又有價值的補充。整本書的結構清晰，我毫無猶豫地推薦本書作為『商業智慧』和『資料探勘』相關主題的碩士課程教科書。」—Edi Shivaji博士

「隨著全世界進入大數據模式，這本書不但寫得好，而且時間也剛剛好！對於那些明白大數據是未來趨勢、但不知從何著手的外行管理階層來說，這是絕佳的橋梁和入門知識！」—Alok Mishra博士

「此書將一個複雜且非常重要的主題領域解釋得讓每個人都能理解，真的成就卓越。它簡單地從你所熟悉的概念開始切入，接著突然之間—你就發現了決策樹、迴歸模型和人工神經網路，還有集群分析、網路探勘和大數據的奧秘。」—Charmaine Oak女士

「結論就是，對於有興趣學習資料分析的任何人來說，這本書就是你學習的起點，希望它激發你對此領域的興趣，能夠掌握更深入的主題並提高技能。」—Keith S Safford

<序>

資料是新的石油，人工智慧是新的電力
資料是新的石油，人工智慧是新的電力。在這十年之間，資料分析與人工智慧仍然是最熱門的學科。此增訂版的內容比第一版多了大約40%，收錄了許多新的重要主題，例如資料隱私和人工智慧；針對忙碌的讀者，書中有一個摘要章節，用幾頁的篇幅將所有知識包含在50個要點中。這個版本收錄了一個很棒的樣本資料分析學生專案報告，使用了所有資料探勘技術來解決一個真正的社會相關問題，這對資料分析專業人士來說非常具有啟發性。

這次的增訂版更加靈活，因為內容經過更新，收錄了一些新技術的發展。資料倉儲的章節包含了資料湖的演變。迴歸章節也延伸並納入時間序列分析法。大數據的章節全部經過重新撰寫，以便展示其生態系統，以及這些技術如何解決大數據的4V。而且還收錄了有關統計、資料庫和人工智慧的入門知識，以協助將它們與資料分析聯繫起來。R的教學經過簡化。許多圖像或模型也經過重製，使它們更具吸引力。最後有一個摘要章節，以幫助讀者了解所有內容。

近十年來，我一直在教授資料分析和大數據的課程。我的學生發現其他教科書似乎太長、太技術化、太複雜或太專注於特定工具。我的目標是撰寫一本感覺輕鬆且內容豐富的對話書。這是一本通俗易懂的書，涵蓋了所有重要內容並附有具體範例，以邀請讀者深入探究此領域。許多人透過閱讀本書進入這個領域。任何因為業務或組織的需求而想了解資料相關決策的人，都可以在短時間內輕鬆閱讀本書，無需具備任何軟體工具方面的專業知識。文中幾乎完全沒有複雜的術語或程式碼。

這本書反映了我在學術界和工業界四個十年的全球IT經驗。這些章節是為典型的一學期碩士課程規劃的，每章的開頭都有來自真實故事的範例，並且有一個貫穿各章的案例研究作為練習。每章末尾都會有複習題。世界各地有許多大學都使用本書作為課程的教科書。本書依據評論者和學生的想法和建議，不斷改善。感謝許多評論者分享了許多改進的想法，我很高興能夠提供新版來激發學生和領域從業者。

感謝我的家人鼓勵並支持我撰寫和改進這本書，我也感謝我的學生和其他閱讀本書並提供回饋和建議的人。最後，感謝Maharishi Mahesh Yogi提供了一個以意識為本的美好教育環境，為本書的寫作提供了整體的靈感。

我們也祝福讀者擁有幸福和健康的生活。新冠病毒疫情已經持續兩年了，請採取一切的預防措施來維持安全和健康的作息。

Anil K. Maheshwari 博士是美國愛荷華州費爾菲爾德市瑪赫西國際大學的管理學教授和資料分析MBA 主任，負責教授資料分析、策略管理、領導力、市場行銷等課程。他在德里的印度理工學院獲得電氣工程學士學位，在艾哈邁達巴德的印度管理學院獲得MBA學位，並獲得俄亥俄州克利夫蘭凱斯西儲大學管理學博士，同時擁有美國瑪赫西國際大學的吠陀文學閱讀碩士學位。

他是先驗冥想（Transcendental Meditation™）和TM-Sidhi方法的實踐者。曾在2015年獲得夢寐以求的Maharishi獎，並在anilmah.com上主筆Blissful Living部落格。

Ch01｜資料分析概觀

PART 1 基礎概念

Ch02｜商業智慧與應用
Ch03｜資料倉儲
Ch04｜資料探勘搜集與選擇資料
Ch05｜資料視覺化

PART 2 熱門的資料探勘法

Ch06｜決策樹
Ch07｜迴歸和時間序列分析
Ch08｜人工神經網路
Ch09｜群集分析
Ch10｜關聯規則探勘

PART 3 進階探勘

Ch11｜文字探勘
Ch12｜單純貝式分析
Ch13｜支援向量機
Ch14｜網路探勘
Ch15｜社群網路分析

PART 4 進階要點和專題

Ch16｜大數據
Ch17｜資料建模和 SQL
Ch18｜統計
Ch19｜人工智慧
Ch20｜資料所有權和隱私
Ch21｜資料科學職業
Ch22｜資料分析的要點
Ch23｜資料分析專題報告樣本