最新更新|軟件分類|軟件專題|手機版|論壇轉貼|軟件發(fā)布

您當前所在位置: 首頁教程下載數據庫類 → 大數據分析數據科學應用場景與實踐精髓PDF 高清免費版

大數據分析數據科學應用場景與實踐精髓PDF

高清免費版

大數據分析數據科學應用場景與實踐精髓PDF下載
  • 軟件大?。?span itemprop="fileSize">29.03 MB
  • 軟件語言:中文
  • 軟件類型:國產軟件 / 數據庫類
  • 軟件授權: 免費軟件
  • 更新時間:2019-07-25 11:22:17
  • 軟件等級:4星
  • 軟件廠商: -
  • 應用平臺:WinXP, Win7, Win8, Win10
  • 軟件官網:

ITMOP本地下載文件大?。?9.03 MB

點贊 好評 0%(0) 差評 差評 0%(0)

軟件介紹人氣軟件精品推薦相關文章網友評論下載地址

小編為您推薦: 大數據分析 大數據叢書

大數據分析數據科學應用場景與實踐精髓PDF高清免費版是一本大數據分析的理論與實踐結合的電子書籍,在這里讀者可以通過本書進行全面的了解大數據的應用場景,通過本書可以學習更多實踐案例分析,重點剖析,歡迎有需要的用戶來IT貓撲下載!

內容簡介

《大數據分析 數據科學應用場景與實踐精髓》是一本討論大數據理論及應用實踐的專著,從討論理論界的前沿觀點開始,之后轉向討論這些理論在日常商業(yè)活動中的實踐應用。

《大數據分析 數據科學應用場景與實踐精髓》首先介紹了大數據分析的業(yè)務應用場景、分析建模過程和主要任務,以及模型商用的關鍵點;接著講述了數據收集、抽樣和預處理的實施要點;之后系統(tǒng)性地討論了各種模型技術及其應用,包括預測分析、描述分析、生存分析、社交網絡分析等。在完成了這些理論知識和模型技術方法鋪墊之后,就進入到實踐應用部分,包括把分析活動轉化為生產力的關鍵事項,以及各種應用實例。

《大數據分析 數據科學應用場景與實踐精髓》幫助讀者系統(tǒng)地梳理了各類模型方法的技術要點和應用要點,包括線性回歸、Logistic回歸、決策樹、聚類、關聯規(guī)則、序列規(guī)則、神經網絡、支持向量機、套袋算法、 Boosting算法、隨機森林算法、生存分析等;本書還介紹了大量的應用實例,如信用風險建模、欺詐檢測、營銷響應提升模型、客戶流失預測、自動推薦、網頁分析、社交媒體分析,以及業(yè)務流程分析等。因此,對于從事大數據分析相關工作的人士來說,本書是一本難得的實務指南;對于高等院校相關專業(yè)的師生來說,本書是一本非常好的課外閱讀材料,特別是書中關于如何把分析變成生產力的章節(jié)部分,相信一定能給他們很多的啟發(fā)和思考。

大數據分析數據科學應用場景與實踐精髓PDF下載

作者簡介

巴特·貝森斯(Bart Baesens)是比利時魯汶大學的副教授,英國南安普敦大學的講師,以及國際知名的數據分析知名顧問。他是網絡分析、客戶關系管理和欺詐偵測等領域杰出的研究實踐者。他在多種世界知名期刊(如《機器學習》(Machine Learning)和《管理科學》(Management Science)上發(fā)表了多篇論文,還是《信用風險管理精要》(牛津大學出版社,2008年出版)一書的作者。

大數據分析數據科學應用場景與實踐精髓PDF目錄

1 第1章 大數據及其分析

1.1 大數據的業(yè)務應用場景

1.2 基本的專業(yè)術語

1.3 分析過程模型

1.4 分析建?;顒又械娜蝿占敖巧?/p>

1.5 分析技術

1.6 分析模型的要求

1.7 本章參考文獻

13 第2章 數據采集、抽樣和預處理 [1]?

2.1 數據源的類型

2.2 數據抽樣

2.3 數據類型

2.4 數據可視化及探索性統(tǒng)計分析

2.5 缺失值的處理

2.6 異常值檢測及處理

2.7 數據標準化

2.8 粗分類(Categorization)處理

2.9 WOE值的計算

2.10 變量的選擇

2.11 細分

2.12 本章參考文獻

35 第3章 預測分析 [1]?

3.1 定義目標變量

3.2 線性回歸

3.3 Logistic回歸

3.4 決策樹

3.5 神經網絡

3.6 支持向量機

3.7 集成算法

3.7.1 套袋算法(Bagging)

3.7.2 Boosting方法

3.7.3 隨機森林

3.8 多類分類技術 [1]?

3.8.1 多類Logistic回歸

3.8.2 多類決策樹

3.8.3 多類神經網絡

3.8.4 多類支持向量機

3.9 預測模型的評估

3.9.1 數據集的分割

3.9.2 分類模型的性能評估

3.9.3 回歸模型的性能評估

3.10 本章參考文獻 [1]?

89 第4章 描述性分析

4.1 關聯規(guī)則

4.1.1 基本概念及假設

4.1.2 支持度和置信度

4.1.3 關聯規(guī)則的挖掘

4.1.4 提升度的度量

4.1.5 關聯規(guī)則的后處理

4.1.6 關聯規(guī)則的擴展

4.1.7 關聯規(guī)則的應用

4.2 序列規(guī)則

4.3 細分技術

4.3.1 分層聚類

4.3.2 K-Means聚類

4.3.3 自組織映射圖(SOM)

4.3.4 聚類解決方案的應用及解釋

4.4 本章參考文獻 [1]?

107 第5章 生存分析

5.1 生存分析的基本概念和函數

5.2 卡普蘭·梅爾分析

5.3 參數法生存分析

5.4 比例風險回歸模型

5.5 生存分析模型的擴展

5.6 生存分析模型的評估

5.7 本章參考文獻 [1]?

123 第6章 社交網絡分析

6.1 社交網絡的定義

6.2 社交網絡的度量

6.3 社交網絡學習

6.4 關系近鄰分類器

6.5 概率關系近鄰分類器

6.6 關系邏輯回歸

6.7 共同模式推斷

6.8 自中心網絡(EGO NETS)

6.9 偶圖/二分圖

6.10 本章參考文獻 [1]?

137 第7章 從分析到生產力

7.1 模型的后驗測試

7.1.1 分類模型的后驗測試

7.1.2 回歸模型的后驗測試

7.1.3 聚類模型的后驗測試

7.1.4 設計后驗測試方案

7.2 參照管理

7.3 數據質量

7.4 軟件工具

7.5 隱私保護

7.6 模型設計相關文檔

7.7 公司治理

7.8 本章參考文獻 [1]?

167 第8章 實踐與案例

8.1 信用風險建模

8.2 欺詐檢測

8.3 凈響應提升建模

8.4 流失預測

8.4.1 流失預測模型

8.4.2 流失預測流程

8.5 推薦系統(tǒng)

8.5.1 協(xié)同過濾推薦

8.5.2 基于內容的推薦

8.5.3 基于人口統(tǒng)計信息的推薦

8.5.4 基于知識的推薦 [1]?

8.5.5 組合推薦

8.5.6 推薦系統(tǒng)的評價

8.5.7 案例介紹

8.6 網頁分析

8.6.1 網頁數據收集

8.6.2 Web KPI指標

8.6.3 從Web KPI到行動洞察力

8.6.4 導航分析

8.6.5 搜索引擎營銷分析

8.6.6 A/B測試和多變量測試 [1]?

8.7 社會化媒體分析

8.7.1 社交網站:B2B廣告工具

8.7.2 情感分析

8.7.3 網絡分析

8.8 業(yè)務流程分析

8.8.1 流程智能

8.8.2 流程挖掘和分析

8.8.3 形成閉環(huán):全流程的整合數據分析

8.9 本章參考文獻

231 譯者后記

更多>> 軟件截圖

推薦應用

    其他版本下載

      精品推薦 數據分析軟件

      數據分析軟件
      更多 (110個) >> 數據分析軟件 數據分析軟件在在生活中常常被使用,隨著數據使用量的增長,將有更多的人通過數據來尋求專業(yè)問題的答案。下面是小編為大家準的數據分析軟件,包含:網絡數據分析工具、串口數據分析、SPSS數據分析、 kt交易師專業(yè)數據分析系統(tǒng)等。這軟件運用領域非常廣泛,您可以根據您的需求來下載使用!這些數

      相關文章

      下載地址

      • 大數據分析數據科學應用場景與實踐精髓PDF 高清免費版

      查看所有評論>> 網友評論

      發(fā)表評論

      (您的評論需要經過審核才能顯示) 網友粉絲QQ群號:374962675

      查看所有 0條 評論>>

      更多>> 猜你喜歡