大數據決策分析盲點大突破10講:我分類故我在

何宗武

  • 出版商: 五南
  • 出版日期: 2018-08-01
  • 定價: $450
  • 售價: 9.5$428
  • 貴賓價: 9.0$405
  • 語言: 繁體中文
  • 頁數: 360
  • ISBN: 9571198064
  • ISBN-13: 9789571198064
  • 相關分類: 大數據 Big-data
  • 下單後立即進貨 (約5~7天)

買這商品的人也買了...

相關主題

商品描述

本書特色

★只有這本書!教你比程式語言更重要的數據思維!

在未來,容易上手的程式語言與免費的教材只會越來越普及,
唯有絕佳的 資料素養 和 決策分析能力 才能真正讓你出類拔萃!

◎內行引入門→本書作者實力雄厚,擁有多年教學經驗,更是R語言中文版的編譯者。
◎功力就大增→解析型企業、時間序列、決策樹、隨機森林等十個大數據核心講題幫你全方位大提升!
◎思維超展開→程式語言專業講解與發人省思的分析探討同步幫你掌握關鍵。
◎展望大未來→每講皆以國際化的大數據時事開頭,引發學習興趣,增進視野高度!

※※書中附贈豐富資料檔案做學習使用,請至本公司網站http://www.wunan.com.tw,輸入書號 RM43,即可找到下載處。

本書簡介

我分類故我在!大數據也要大思維!思維革新比數據技術更重要!

在商業分析和商業智慧的脈絡下,建構大數據,而不是從巨量資料當中大海撈針。
如果只是把資料變大,認知學習能力的維度卻沒有變大,接下來會如何?從少量數據都學習不到的價值,大數據只是讓它更遙不可及。

大數據時代來臨,獲取數據和資訊的技術越發精進,每天產生的數據量也越來越龐大,該如何使龐大資訊發揮影響力?在未來,容易上手的程式語言與免費的教材只會越來越普及,唯有絕佳的資料素養和決策分析能力才能真正讓你出類拔萃!

作者鑽研R語言多年、擁有資深學界經驗,貢獻良多。本書內容豐富,以十個面向切入,探討大數據所必備的工具,例如R Commander、決策樹、隨機森林與R語言強大的視覺化功能。除了概念解析之外,作者更逐行解析專業程式語言,再加碼實際操作與應用功能說明,在每講的最後,還能領略作者獨到的觀念釐清,讓你不會迷失在大數據的眉角中。非常適合做為R語言的基礎自學書,對於初入大數據領域的讀者如同暮鼓晨鐘、醍醐灌頂。

作者簡介

何宗武

現任
國立台灣師範大學全球經營與策略研究所 教授

經歷
世新大學特聘教授
世新大學財務金融學系 教授
世新大學數量方法研究暨發展中心主任

  專長財務經濟學、金融大數據、計量經濟資料科學及程式語言等,著作多本相關書籍如:《R語言:深入淺出財經計量》、《R資料採礦與數據分析:以GUI套件Rattle結合程式語言實作》、《資料分析輕鬆學:R Commander高手捷徑》、《Eviews高手:財經計量應用手冊》

目錄大綱

第1講 淺談解析型企業
第1節 大數據是因為他會長大
第2節 資料解析的兩個大數據環境
第3節 演算法
第4節 數據解析之資訊概論
第5節 測量的哲學──自我學習之路
第6節 本書安排

第2講 掌握資料的統計性質--分布
第1節 資料分布的前兩階動差--平均數和變異數
第2節 描述資料中央趨勢的兩組方法
第3節 資料分布的另外兩個動差
第4節 提審大數據

第3講 時間序列的分類分析
第1節 時間序列性質
第2節 時間序列分析-- 低頻
第3節 時間序列分析— 日高頻資料
第4節 時間序列分類分析— 日內高頻資料
第5節 提審大數據

第4講 線性模式的分類原理— 期望值與信賴區間
第1節 簡易統計原理
第2節 R Commander實作
第3節 R程式碼實作
第4節 提審大數據

第5講 二元模式的分類原理-Logistic迴歸
第1節 簡易廣義線性模型
第2節 R Commander的實作
第3節 R程式的實作
第4節 提審大數據

第6講 主成分的分類原理— 把資料變少了
第1節 簡易原理
第2節 R Commander的實作
第3節 R程式的實作
第4節 提審大數據

第7講 集群分析的分類原理
第1節 集群分析的基本概念
第2節 R Commander實作
第3節 R程式的實作
第4節 提審大數據

第8講 決策樹的分類原理
第1節 分類決策樹原理
第2節 用R GUI 實作
第3節 R Code
第4節 提審大數據

第9講 隨機森林
第1節 原理
第2節 R GUI實作
第3節 R Code實作
第4節 提審大數據

第10講 大數據行銷──購物籃分析
第1節 關聯的分類原理簡介
第2節 R GUI 實作
第3節 R code
第4節 提審大數據

附錄A
第1節 R 漫談和GUI簡介
第2節 R Commander的裝置
第3節 安裝與載入R commander

附錄B

附錄C
第1節 資料檔讀取
第2節 資料庫讀取
第3節 資料表處理的函數