大數據挖掘與機器學習-工業4.0時代重塑商業價值 大数据挖掘与机器学习:工业4.0时代重塑商业价值
【美】Jared Dean
- 出版商: 人民郵電
- 出版日期: 2015-10-01
- 定價: $330
- 售價: 8.5 折 $281
- 語言: 簡體中文
- 頁數: 233
- 裝訂: 平裝
- ISBN: 7115397368
- ISBN-13: 9787115397362
- 
    相關分類:
    
      Data-mining、Machine Learning
 
- 此書翻譯自: Big Data, Data Mining, and Machine Learning: Value Creation for Business Leaders and Practitioners
立即出貨 (庫存=1)
買這商品的人也買了...
- 
                
                   Structured Parallel Programming: Patterns for Efficient Computation (Paperback) Structured Parallel Programming: Patterns for Efficient Computation (Paperback)$1,980$1,881
- 
                
                   Java 7 教學手冊, 5/e Java 7 教學手冊, 5/e$650$553
- 
                
                   正確學會 Dreamweaver CS6 的 16 堂課 正確學會 Dreamweaver CS6 的 16 堂課$520$442
- 
                
                   跟 Adobe 徹底研究 Photoshop CS6 (Adobe Photoshop CS6 Classroom in a Book) 跟 Adobe 徹底研究 Photoshop CS6 (Adobe Photoshop CS6 Classroom in a Book)$650$553
- 
                
                   快快樂樂學 Excel 2013─善用資料圖表、函數巨集的精算達人 快快樂樂學 Excel 2013─善用資料圖表、函數巨集的精算達人$450$356
- 
                
                   Data Science for Business: What you need to know about data mining and data-analytic thinking (Paperback) Data Science for Business: What you need to know about data mining and data-analytic thinking (Paperback)$1,980$1,881
- 
                
                   超圖解 Arduino 互動設計入門, 2/e 超圖解 Arduino 互動設計入門, 2/e$680$578
- 
                
                   $174Spark 快速數據處理 (Fast Data Processing with Spark) $174Spark 快速數據處理 (Fast Data Processing with Spark)
- 
                
                   經濟學 (Gregory Mankiw: Principles of Economics, 7/e) 經濟學 (Gregory Mankiw: Principles of Economics, 7/e)$750$735
- 
                
                   $354Spark 大數據處理(技術應用與性能優化) $354Spark 大數據處理(技術應用與性能優化)
- 
                
                   $207機器學習實踐指南:案例應用解析 $207機器學習實踐指南:案例應用解析
- 
                
                   機器學習駭客秘笈 (Machine Learning for Hackers) 機器學習駭客秘笈 (Machine Learning for Hackers)$680$537
- 
                
                   $474資料探勘:實用機器學習工具與技術, 3/e (Data Mining: Practical Machine Learning Tools and Techniques, 3/e) $474資料探勘:實用機器學習工具與技術, 3/e (Data Mining: Practical Machine Learning Tools and Techniques, 3/e)
- 
                
                   完整學會 Git, GitHub, Git Server 的24堂課 完整學會 Git, GitHub, Git Server 的24堂課$360$284
- 
                
                   $305圖解機器學習 $305圖解機器學習
- 
                
                   工業4.0:結合物聯網與大數據的第四次工業革命 (Zukunft der Arbeit in Industrie 4.0) 工業4.0:結合物聯網與大數據的第四次工業革命 (Zukunft der Arbeit in Industrie 4.0)$380$266
- 
                
                   鳥哥的 Linux 私房菜-基礎學習篇, 4/e 鳥哥的 Linux 私房菜-基礎學習篇, 4/e$980$774
- 
                
                   $202深度學習:方法及應用 $202深度學習:方法及應用
- 
                
                   $294數據科學家修煉之道 $294數據科學家修煉之道
- 
                
                   3ds Max 建模與動畫實戰解析 3ds Max 建模與動畫實戰解析$750$638
- 
                
                   $414機器學習與R語言實戰 $414機器學習與R語言實戰
- 
                
                   $359程式是如何跑起來的 (How Program Works) $359程式是如何跑起來的 (How Program Works)
- 
                
                   工業大數據 : 工業4.0時代的智慧轉型與價值創新 工業大數據 : 工業4.0時代的智慧轉型與價值創新$420$357
- 
                
                  計算機概論, 11/e$650$585
- 
                
                   演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e) 演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)$580$458
商品描述
<內容簡介>
大數據挖掘與機器學習:工業4.0時代重塑商業價值》分為3個部分,共17章。第Ⅰ部分“計算環境”,包括第1章到第3章。第Ⅱ部分“將數據轉化為商業價值”,包括第4章到第10章。這一部分聚焦於數據挖掘活動中所要用到的方法、算法和路徑。第Ⅲ部分“將其全部結合起來的成功案例”包括第11章到第17章。本部分主要描述了作者參與過的成功應用大數據分析優化企業決策、提高企業價值的公司案例。
《大數據挖掘與機器學習:工業4.0時代重塑商業價值》可作為企業管理人員、營銷主管、分析人員、IT人員等作為理解大數據、應用大數據為企業創造價值的指引,同時,本書也可供統計學、應用數學及計算機專業學者和研究人員參考學習。
<作者簡介>
Jared Dean(傑瑞德·迪安)是SAS研究院的研發高級總監。他負責SAS全球數據挖掘解決方案的開發。這包括客戶互動、新功能開發、技術支持、銷售支持和產品集成。在加入SAS之前,Dean是美國人口調查局的數學統計學家。
<目錄>
1概述
大數據大事年表
為何這個主題現在很重要
大數據是否只是一時的狂熱?
在何處應用大數據會產生重大影響?
21第Ⅰ部分計算環境
23第1章硬件
1.1存儲器(磁盤)
1.2中央處理器
1.3內存
1.4網絡
31第2章分佈式系統
2.1數據庫計算
2.2文件系統計算
2.3考慮因素

 
    
 
    
 
     
     
     
     
     
     
    
 
     
     
     
     
     
     
    
