不懂程式也能學會的大數據分析術: 使用RapidMiner

不懂程式也能學會的大數據分析術: 使用RapidMiner

期:
2019/02/21
79
550434
查詢門市庫存
行銷企劃、市場分析、統計預測、財務金融、風險管理...都該學!
養成大數據分析力的第一本書

內容簡介

行銷企劃、市場分析、統計預測、財務金融、風險管理...都該學!養成大數據分析力的第一本書!資料分析、資料科學都是近來非常夯的關鍵字,與其相關的工作職務紛紛冒出,形成一股勢不可擋的大數據分析學習熱潮。只是聽說學資料分析都得具備一定的技術能力 (例如要會撰寫 Python、R...程式),往往讓底子不夠、或非資訊背景的人止步...沒關係!不管您身處什麼領域、技術背景如何,本書就是為了想搭上這波學習熱潮的您而生。書中將利用免費、完全不用撰寫程式的分析工具-【RapidMiner】,帶您走過資料科學/資料分析的經典分析領域。各專案會一步步帶您從「思考解決什麼樣的問題?」開始,從蒐集資料、清理資料、資料探索與視覺化、到實際建置模型、正確解讀結果...等。所用的分析方法均結合時下盛行的機器學習演算法,您會清楚了解如何利用已知的資料對未來做出預測分析。在現今數據充斥的環境下,期盼讀者可以藉由本書將滿滿的數據「變現」,提早掌握重要資訊、贏得先機!【釐清資料領域重要關鍵字】●大數據●開放資料●資料分析●資料科學●機器學習【資料分析雙鑽石模型】●問題發掘●蒐集與前處理●資料探索與視覺化●建模●模型解讀【完全免費的資料集散地任你挖寶】●data.word●Kaggle●Github●政府開放資料平台…【統計、建模術語零阻礙,白話解說保證看懂】●監督式/非監督式學習●決策樹●邏輯迴歸●混淆矩陣●分類問題●迴歸問題●RMSE、MSE●分群問題●K-means模型●Elbow method●時間序列●ARIMA 模型【不分領域、一看就懂的生活實例】●預測NBA選秀球員發展性●預測中古車的價格●找出相似喜好的客群●出生率預估◎零程式基礎!建立分析模型 Step by Step 保證做的到◎零統計基礎!滿滿白話實例,輕鬆解讀統計、衡量指標概念◎生活化實例全面展示【分類、迴歸、分群、時間序列】經典分析
展開看更多

產品目錄

Part 1 基礎篇
第 1 章 起手式:先搞懂資料領域熱門關鍵字
第 2 章 資料分析五大流程 - 概念解說
第 3 章 資料分析五大流程 - 實戰提示
第 4 章 不會寫程式也可以玩 Data!RapidMiner 簡介與安裝

Part 2 實作篇

第 5 章 分類問題-誰是有潛力的 NBA 新秀?
第 6 章 迴歸問題-如何買到最合理價格的中古車?
第 7 章 群集分析-如何找出擁有相似喜好的客群?
第 8 章 時間序列分析-預測未來一年每月出生率
第 9 章 結語:不是資料專家也該有的大數據思維

作者介紹

■作者簡介

黃柏崴
資料科學家。目前任職於國泰金控數位暨數據發展中心資料科學實驗室。擁有國立清華大學碩士學位,目前專注於使用 Python、PySpark 等程式語言與大數據分散式框架,開發資料科學與機器學習在金融產業的應用。同時也嘗試結合一些設計方法協助定義問題與尋找需求,享受在數據中尋找與嘗試各種創新的可能

李童宇
畢業於國立清華大學服務科學研究所,於碩士班期間,專注於研究時間序列預測演算法、分類演算法,曾為國內餐飲集團開發來客數預測模型。現為科技業資訊部門的資料分析師,擅長撰寫 R 語言和使用 Tableau 視覺化軟體,喜歡透過資料視覺化與分析尋找洞見、解決商業問題

規格

誠品貨碼 / 2681717571007
ISBN13 / 9789863125853
ISBN10 / 9863125857
EAN貨碼 / 9789863125853
頁數 / 368
開數 / 18K
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
級別 / N:無

退貨說明

退貨須知:

  1. 依照消費者保護法的規定,您享有商品貨到次日起七天猶豫期(含例假日)的權益(請注意!猶豫期非試用期),辦理退貨之商品必須是全新狀態(不得有刮傷、破損、受潮)且需完整(包含全部商品、配件、原廠內外包裝、贈品及所有附隨文件或資料的完整性等)。
  2. 請您以送貨廠商使用之包裝紙箱將退貨商品包裝妥當,若原紙箱已遺失,請另使用其他紙箱包覆於商品原廠包裝之外,切勿直接於原廠包裝上黏貼紙張或書寫文字。若原廠包裝損毀將可能被認定為已逾越檢查商品之必要程度,本公司得依毀損程度扣除回復原狀必要費用(整新費)後退費;請您先確認商品正確、外觀可接受,再行拆封,以免影響您的權利;若為產品瑕疵,本公司接受退貨。

依「通訊交易解除權合理例外情事適用準則」,下列商品不適用七日猶豫期,除產品本身有瑕疵外,不接受退貨:

  1. 易於腐敗、保存期限較短或解約時即將逾期。(如:生鮮蔬果、乳製品、冷凍冷藏食材、蛋糕)
  2. 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
  3. 報紙、期刊或雜誌。
  4. 經消費者拆封之影音商品或電腦軟體。
  5. 非以有形媒介提供之數位內容或一經提供即為完成之線上服務,經消費者事先同意始提供。(如:電子書)
  6. 已拆封之個人衛生用品。(如:內衣褲、襪類、褲襪、刮鬍刀、除毛刀等貼身用品)
  7. 國際航空客運服務。

若您退貨時有下列情形,可能被認定已逾越檢查商品之必要程度而須負擔為回復原狀必要費用(整新費),或影響您的退貨權利,請您在拆封前決定是否要退貨:

  1. 以數位或電磁紀錄形式儲存或著作權相關之商品(包含但不限於CD、VCD、DVD、電腦軟體等) 包裝已拆封者(除運送用之包裝以外)。
  2. 耗材(包含但不限於墨水匣、碳粉匣、紙張、筆類墨水、清潔劑補充包等)之商品包裝已拆封者(除運送用之包裝以外)。
  3. 衣飾鞋類/寢具/織品(包含但不限於衣褲、鞋子、襪子、泳裝、床單、被套、填充玩具)或之商品缺件(含購買商品、附件、內外包裝、贈品等)或經剪標或下水或商品有不可回復之髒污或磨損痕跡。
  4. 食品、美容/保養用品、內衣褲等消耗性或個人衛生用品、商品銷售頁面上特別載明之商品已拆封者(除運送用之包裝外一切包裝、包括但不限於瓶蓋、封口、封膜等接觸商品內容之包裝部分)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  5. 家電、3C、畫作、電子閱讀器等商品,除商品本身有瑕疵外,退回之商品已拆封(除運送用之包裝外一切包裝、包括但不限於封膜等接觸商品內容之包裝部分、移除封條、拆除吊牌、拆除貼膠或標籤等情形)或已非全新狀態(外觀有刮傷、破損、受潮等)與包裝不完整(缺少商品、附件、原廠外盒、保護袋、配件紙箱、保麗龍、隨貨文件、贈品等)。
  6. 退貨程序請參閱【客服專區→常見問題→誠品線上退貨退款】之說明。
付款/配送