| | | | 商業數據科學：數據價值與機器學習實戰 張誠 張琦 數據科學與大 | | 該商品所屬分類：圖書 -> 機械工業出版社 | | 【市場價】 | 441-640元 | | 【優惠價】 | 276-400元 | | 【作者】 | 張誠 | | 【出版社】 | 機械工業出版社 | | 【ISBN】 | 9787111618355 | | 【折扣說明】 | 一次購物滿999元台幣免運費+贈品
一次購物滿2000元台幣95折+免運費+贈品
一次購物滿3000元台幣92折+免運費+贈品
一次購物滿4000元台幣88折+免運費+贈品
| | 【本期贈品】 | ①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾
|
|
| 版本 | 正版全新電子版PDF檔 | | 您已选择： | 正版全新 | 溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。*. 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。
*. 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
*. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。 | | | |
| | 內容介紹 | |
店鋪：機械工業出版社官方旗艦店 出版社：機械工業出版社 ISBN：9787111618355 商品編碼：10026484883532 品牌：機械工業出版社（CMP） 出版時間：2019-02-01 頁數：200 字數：256000 審圖號：9787111618355 作者：張誠
" 
商品參數
| 商品基本信息 | | 商品名稱： | 商業數據科學：數據價值與機器學習實戰 | | 作者： | 張誠 張琦 | | 市場價： | 59.00 | | ISBN號： | 9787111618355 | | 版次： | 1-1 | | 出版日期： | 2019-02 | | 頁數： | 222 | | 字數： | 256 | | 出版社： | 機械工業出版社 |
內容介紹
如果用一段話來總結這本書的內容，我很願意引用2013年第yi次寫下課程教案時對課程的描述：“它不是一門人雲亦雲的課程，不講理論，以實戰為主，用一套套實際數據來講如何從數據裡發掘商業問題和檢驗商業假設；它是一門商業素養和技術算法綜合應用的課程，需要有開放思想和開放學習能力的同學來參與和體驗；它是一門動手性極強的課程，以臉書、騰訊、雅虎等公司的分享數據為基礎，培養學生過硬的推理和分析能力；它是一門跨學科的課程，為同學未來領導跨部門商業數據分析團隊鋪路。
目錄
前言 *1章大數據及其應用 …… 001 1.1大數據的特性 …… 001 1.2數據發展歷程 …… 005 1.3數據挖掘經典算法簡介 …… 013 1.4大數據技術應用：人臉的價值 …… 027 1.5數據存儲簡介 …… 030 1.6大數據分析：應當具備的知識架構 …… 032 1.7本章作業 …… 033 1.8擴展：輿情來預測股票的一些細節 …… 034 *2章分類算法 …… 036 2.1機器學習 …… 036 2.2兩種思考模式：演繹和歸納 …… 042 2.3分類算法的應用 …… 044前言
*1章大數據及其應用 …… 001
1.1大數據的特性 …… 001
1.2數據發展歷程 …… 005
1.3數據挖掘經典算法簡介 …… 013
1.4大數據技術應用：人臉的價值 …… 027
1.5數據存儲簡介 …… 030
1.6大數據分析：應當具備的知識架構 …… 032
1.7本章作業 …… 033
1.8擴展：輿情來預測股票的一些細節 …… 034
*2章分類算法 …… 036
2.1機器學習 …… 036
2.2兩種思考模式：演繹和歸納 …… 042
2.3分類算法的應用 …… 044
2.4跨部門數據整合 …… 050
2.5總結：機器看世界 …… 052
2.6用戶流失識別 …… 056
2.7生存分析簡介 …… 058
2.8Weka簡介 …… 059
2.9本章作業 …… 066
2.10擴展 …… 072
第3章聚類算法 …… 078
3.1K均值聚類算法原理 …… 078
3.2K均值聚類的三個步驟 …… 080
3.3分類算法vs.聚類算法 …… 087
3.4Weka中的聚類算法 …… 088
3.5聚類的應用 …… 089
3.6Weka操作聚類分析的演示 …… 094
3.7本章作業 …… 097
3.8擴展 …… 098
第4章網絡分析 …… 101
4.1網絡分析的背景 …… 101
4.2PageRank …… 105
4.3應用 …… 118
4.4網絡分析 …… 124
4.5擴展：網絡關繫的存儲 …… 134
4.6擴展：科技樹的傳承 …… 136
參考資料 …… 137
第5章購物籃算法 …… 138
5.1購物籃算法的原理 …… 139
5.2評價：三個指標 …… 145
5.3開放思考：可否把購物籃看作網絡 …… 150
5.4Weka操作關聯規則的演示過程 …… 152
5.5本章作業 …… 154
5.6擴展 …… 155
第6章神經網絡 …… 160
6.1四個基本型：本質是窮舉 …… 160
6.2什麼是學習 …… 161
6.3神經網絡算法 …… 170
6.4空間想像：支持向量機（SVM） …… 185
6.5商業問題和基本型 …… 189
6.6Weka操作神經網絡分析的過程 …… 191
6.7本章作業 …… 193
第7章如何領導數據分析團隊 …… 195
7.1大數據/機器學習/深度學習的演變 …… 195
7.2對管理者的啟示 …… 203
7.3本書知識回顧 …… 219 顯示全部信息
" | | |
| | | | |
|
