相關主題
商品描述
本書是一本比較實用的基於Python工具應用相關算法進行智能管理會計分析的入門書，通過管理會計相關案例貫穿於Python基礎知識和各類算法的應用，由淺入深，逐步深入講解，對管理類學者來說幫助較大；書中通過介紹每個案例，詳細講解各個案例的數據來源、數據清洗、模型構建、算法設計等問題解決的詳細過程，即通過設計相關算法對管理會計中成本性態、本量利分析、銷售預測、產品組合優化等問題進行分析與解決；同時，對機器學習算法等智能算法如何應用於管理會計決策中進行了理論講解和案例分析。
目錄大綱
目 錄
第1章 智能管理會計發展概述 1
1.1 管理會計 1
1.1.1 管理會計的萌芽 1
1.1.2 管理會計的確立 1
1.1.3 管理會計的發展 2
1.1.4 財務會計與管理會計的關系 5
1.1.5 財務會計與管理會計的區別 5
1.2 管理會計與信息技術的融合 6
1.2.1 管理會計在新時代的挑戰與機遇 6
1.2.2 企業對管理會計的新要求 7
1.2.3 管理會計信息化 7
1.2.4 從信息化到智能化 8
1.3 智能管理會計的定義：特征及應用 9
1.3.1 智能管理會計的定義與特征 9
1.3.2 智能管理會計的應用現狀 10
1.4 信息技術方法 12
1.4.1 機器學習基礎 12
1.4.2 機器學習分類 14
1.4.3 常見的機器學習算法 15
1.4.4 機器學習的主要應用流程 15
第2章 全面預算智能編制 17
2.1 全面預算編制方法 17
2.1.1 預算與預算管理 17
2.1.2 全面預算管理體系 18
2.1.3 全面預算編制介紹 20
2.1.4 基於Excel全面預算編制模型 21
2.2 案例分析：LS公司預算管理挑戰 25
2.3 業務預算編制實驗設計 28
2.3.1 銷售預算模型實驗設計 28
2.3.2 生產預算模型實驗設計 30
2.3.3 直接材料預算模型實驗設計 31
2.3.4 直接人工預算模型實驗設計 33
2.3.5 制造費用預算模型實驗設計 34
2.3.6 產品成本預算模型實驗設計 35
2.3.7 期間費用預算模型實驗設計 37
2.4 財務預算編制實驗設計 44
第3章 銷售智能預測 49
3.1 基本銷售智能預測 49
3.1.1 理論基礎 49
3.1.2 案例分析：A企業銷售預測困境 51
3.1.3 基於Excel的銷售預測實驗設計 53
3.2 多因素銷售智能預測 60
3.2.1 XGBoost 61
3.2.2 案例分析：Z連鎖便利店銷售預測困境 62
3.2.3 基於機器學習算法的實驗設計 64
第4章 生產智能決策 76
4.1 生產決策方法 76
4.1.1 線性規劃 76
4.1.2 經濟訂貨批量模型 77
4.1.3 產品組合優化決策模型 77
4.2 案例分析：C輪胎制造企業的生產決策挑戰 78
4.3 基於Excel生產決策模型實驗設計 80
4.3.1 經濟訂貨批量模型實驗設計 80
4.3.2 產品組合優化決策模型實驗設計 83
4.3.3 生產組織決策模型設計 86
4.4 基於Python解決線性規劃問題實驗設計 94
4.4.1 產品組合案例介紹 94
4.4.2 實驗設計 94
4.5 基於智能優化算法—模擬退火算法的實驗設計 98
4.5.1 模擬退火算法 99
4.5.2 模擬退火算法實驗設計 103
第5章 成本智能管理 109
5.1 成本性態智能分析 109
5.1.1 理論基礎 109
5.1.2 案例分析：AL裝備制造企業的成本管理轉型之旅 114
5.1.3 基於Excel混合成本分解實驗設計 116
5.2 成本智能預測 125
5.2.1 隨機森林回歸 125
5.2.2 案例分析：JW公司成本管理困境 127
5.2.3 基於機器學習回歸算法的實驗設計 129
第6章 利潤智能管理 136
6.1 本量利分析方法 136
6.1.1 基本假設類別 136
6.1.2 盈虧臨界點分析 137
6.1.3 線性盈虧平衡分析 139
6.1.4 敏感性分析 141
6.2 案例分析：A制造企業的利潤管理升級之路 142
6.3 基於Excel的本量利分析實驗設計 144
6.4 基於Python的本量利分析實驗設計 158
6.4.1 本量利字段介紹 158
6.4.2 實驗設計 159
第7章 供應商智能選擇 164
7.1 供應商智能選擇方法 164
7.2 案例分析：YH公司的供應商智能選擇挑戰 165
7.3 供應商智能選擇實驗設計 166
7.4 基於智能優化算法—遺傳算法的實驗設計 176
7.4.1 遺傳算法 177
7.4.2 遺傳算法實驗設計 180
第8章 客戶智能畫像 186
8.1 K-Means聚類智能畫像方法 186
8.1.1 算法簡介 186
8.1.2 算法步驟 186
8.1.3 算法優缺點 187
8.2 案例分析：KG企業客戶智能畫像構建挑戰 188
8.3 基於機器學習的客戶智能畫像實驗設計 190
8.3.1 必要庫及數據導入 190
8.3.2 數據預處理 190
8.3.3 數據變換 192
8.3.4 數據標準化 194
8.3.5 模型處理 195
8.3.6 結果分析 196
第9章 智能管理會計應用案例 197
9.1 案例1—重慶高速集團 197
9.1.1 概況 197
9.1.2 智能管理會計的應用現狀 197
9.2 案例2—重慶渝富集團 214
9.2.1 概況 214
9.2.2 智能管理會計的應用現狀 214
9.2.3 渝富集團合同管理流程 218
9.2.4 渝富集團合同管理流程相關數據 223
參考文獻 226
