





79
450355
查詢門市庫存
本書從資料敘事的起承轉合、如何分析資料的意義,到案例研討,一步步帶領讀者,針對商業實務上遇到的問題,獨立設計出解決方案的流程。
內容簡介
知識如何成為決策智慧?如何從這些資料衍生出未來的創新政策?大數據決策的素養在於明確地知道您的決策問題,然後能思考需要哪些資料提供資訊,並運用經濟理論對資料進行實證分析。
面對未來五年的產業趨勢,您要如何對不確定性做資料敘事?
一個社會經濟的架構可以發掘很多現象,這是資料敘事的關鍵。我們利用敘事將「知識」轉換成「智慧」,主要在於賦予數據獲得一個明確的價值和行動目標,決策者必須能夠利用資料支持對公司經營目標的敘事。分析就是從多到少,大到小的探索與解析過程,從資料到智慧,就是一個步步結晶的思考和敘事過程。
本書從資料敘事的起承轉合、如何分析資料的意義,到案例研討,一步步帶領讀者,針對商業實務上遇到的問題,獨立設計出解決方案的流程。
面對未來五年的產業趨勢,您要如何對不確定性做資料敘事?
一個社會經濟的架構可以發掘很多現象,這是資料敘事的關鍵。我們利用敘事將「知識」轉換成「智慧」,主要在於賦予數據獲得一個明確的價值和行動目標,決策者必須能夠利用資料支持對公司經營目標的敘事。分析就是從多到少,大到小的探索與解析過程,從資料到智慧,就是一個步步結晶的思考和敘事過程。
本書從資料敘事的起承轉合、如何分析資料的意義,到案例研討,一步步帶領讀者,針對商業實務上遇到的問題,獨立設計出解決方案的流程。
產品目錄
推薦序-一起來磨練駕馭資料的基本功 林育秀
推薦序-培養獨立思考的能力 許育峰
推薦序-讓我們透過案例,更加具體察覺自己思考的脈絡 陳若盈
推薦序-誠摯邀請您從讀故事的角度啟程 蔡馨儀
推薦序-大數據的意義與價值在於決策 羅至美
序-資料敘事的決策本質 何宗武
Part 1 資料敘事的起承轉合
01 起承轉合
1.1 資料→資訊→知識→智慧
1.2 排序→分類→預測→決策
1.3 資料敘事與策略風險的管理思維
02 測量的藝術
2.1 從公式解釋測量的意義
2.2 兩組中央趨勢
2.3 小心比較的陷阱
2.4 需要的資料往往不大
03 分類:數據之道一以貫之
3.1 監督式學習用直欄(解釋)變數X 對Y 的數據列分類
3.2 非監督式學習用直欄(解釋)變數X 對資料的列ID分類
3.3 類神經深層學習:以一貫之的數據之道
04 文字分析
Part 2 兩性問題
05 異質性
5.1 同質和異質
5.2 難解的異質性─資料偏誤(Data Bias)
5.3 交叉驗證法
06 內生性
6.1 內生性在哪裡?
6.2 因果經濟學
6.3 都是內生性惹的禍
Part 3 案例研討
07 推薦系統靈不靈?
7.1 問題簡述
7.2 案例研討
08 視覺化敘事─ Be Informative
8.1 問題簡述
8.2 案例研討
09 TEJ 上市公司財報分析
9.1 資料說明與決策問題
9.2 實做案例研討
10 資料庫行銷
10.1 資料說明與決策問題
10.2 資料分析策略
11 十個小案例研討
11.1 電影票房
11.2 個案研究──消費者信用評等
11.3 個案研究─ Boston 住宅市場
11.4 個案研究──胖小孩問題
11.5 個案研究─糖尿病治療效果
11.6 個案研究─心臟病
11.7 個案研究──普查資料
11.8 請款單的貓膩在哪裡?
11.9 為什麼公司電費這麼高?
11.10 顧客流失要怎麼辦?
推薦序-培養獨立思考的能力 許育峰
推薦序-讓我們透過案例,更加具體察覺自己思考的脈絡 陳若盈
推薦序-誠摯邀請您從讀故事的角度啟程 蔡馨儀
推薦序-大數據的意義與價值在於決策 羅至美
序-資料敘事的決策本質 何宗武
Part 1 資料敘事的起承轉合
01 起承轉合
1.1 資料→資訊→知識→智慧
1.2 排序→分類→預測→決策
1.3 資料敘事與策略風險的管理思維
02 測量的藝術
2.1 從公式解釋測量的意義
2.2 兩組中央趨勢
2.3 小心比較的陷阱
2.4 需要的資料往往不大
03 分類:數據之道一以貫之
3.1 監督式學習用直欄(解釋)變數X 對Y 的數據列分類
3.2 非監督式學習用直欄(解釋)變數X 對資料的列ID分類
3.3 類神經深層學習:以一貫之的數據之道
04 文字分析
Part 2 兩性問題
05 異質性
5.1 同質和異質
5.2 難解的異質性─資料偏誤(Data Bias)
5.3 交叉驗證法
06 內生性
6.1 內生性在哪裡?
6.2 因果經濟學
6.3 都是內生性惹的禍
Part 3 案例研討
07 推薦系統靈不靈?
7.1 問題簡述
7.2 案例研討
08 視覺化敘事─ Be Informative
8.1 問題簡述
8.2 案例研討
09 TEJ 上市公司財報分析
9.1 資料說明與決策問題
9.2 實做案例研討
10 資料庫行銷
10.1 資料說明與決策問題
10.2 資料分析策略
11 十個小案例研討
11.1 電影票房
11.2 個案研究──消費者信用評等
11.3 個案研究─ Boston 住宅市場
11.4 個案研究──胖小孩問題
11.5 個案研究─糖尿病治療效果
11.6 個案研究─心臟病
11.7 個案研究──普查資料
11.8 請款單的貓膩在哪裡?
11.9 為什麼公司電費這麼高?
11.10 顧客流失要怎麼辦?
作者介紹
何宗武
何宗武
現任
臺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
專長為財務經濟學、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:《數位創新:商業模式經濟學》、《大數據決策分析盲點大突破10講:我分類故我在》、《管理數學與Python:數據分析的必修課》、《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》。
何宗武
現任
臺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
專長為財務經濟學、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:《數位創新:商業模式經濟學》、《大數據決策分析盲點大突破10講:我分類故我在》、《管理數學與Python:數據分析的必修課》、《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》。
規格
誠品貨碼 / 2682046248004
ISBN13 / 9789865228507
ISBN10 / 9865228505
EAN貨碼 / 9789865228507
頁數 / 232
開數 / 25K
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 21X14.8CM
級別 / N:無
退貨說明
退貨須知:
- 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)。
- 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:
- 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)
- 依消費者要求所為之客製化給付。(如:客製印章、鋼筆刻字)
- 報紙、期刊或雜誌。
- 經消費者拆封之影音商品或電腦軟體。
- 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)
- 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)
- 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:
- 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)。
- 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)。
- 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。
- 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)。
- 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)。
- 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














