





79
500395
查詢門市庫存
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。
在未來,容易上手的程式只會越來越普及,唯有絕佳的資料素養,和更有價值的決策能力才能讓你不同凡響。
在未來,容易上手的程式只會越來越普及,唯有絕佳的資料素養,和更有價值的決策能力才能讓你不同凡響。
內容簡介
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。
在未來,容易上手的程式只會越來越普及,唯有絕佳的資料素養,和更有價值的決策能力才能讓你不同凡響。
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。
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,對已入行的數據分析師而言,更是當頭棒喝、突破盲點。
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。
在未來,容易上手的程式只會越來越普及,唯有絕佳的資料素養,和更有價值的決策能力才能讓你不同凡響。
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。
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,對已入行的數據分析師而言,更是當頭棒喝、突破盲點。
產品目錄
推薦序
自序
第1講 淺談解析型企業
1.1 大數據是因為它有大用
1.2 資料解析的兩個大數據環境
1.3 演算法
1.4 數據解析之資訊概論
1.5 資料驅動?別鬧了!數字不會說話
1.6 本書安排
第2講 掌握資料的統計性質—分布
2.1 資料分布的前兩階動差—平均數和變異數
2.2 描述資料中央趨勢的兩組方法
2.3 資料分布的另外兩個動差
2.4 提審大數據
第3講 時間序列的分類分析
3.1 時間序列性質
3.2 時間序列分析—低頻
3.3 時間序列分析—日高頻資料
3.4 時間序列分類分析—日內高頻資料
3.5 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
4.1 簡易統計原理
4.2 R GUI 實作
4.3 R 程式碼實作
4.4 提審大數據
第5講 二元模式的分類原理—Logistic 迴歸
5.1 簡易廣義線性模型
5.2 R GUI 的實作
5.3 R 程式的實作
5.4 提審大數據
第6講 主成分的分類原理—把資料變少了
6.1 簡易原理
6.2 R GUI 的實作
6.3 R 程式的實作
6.4 提審大數據
第7講 集群分析的分類原理
7.1 集群分析的基本概念
7.2 R GUI 實作
7.3 R 程式的實作
7.4 提審大數據
第8講 決策樹和隨機森林的原理
8.1 分類決策樹原理
8.2 用 R GUI 實作
8.3 R Code
8.4 隨機森林
8.5 提審大數據
第9講 大數據行銷—購物籃分析
9.1 關聯的分類原理簡介
9.2 R GUI 實作
9.3 R code
9.4 提審大數據
第10講 文字探勘淺談
10.1 文字探勘簡介
10.2 隱藏馬可夫模型 (HMM, Hidden Markov Model)
10.3 RLab
附錄A 有關 R 的 GUI 裝置問題
A.1 R 漫談和 GUI 簡介
A.2 R-Commander 的裝置
A.3 安裝與載入 R-Commander
附錄B 裝置 rattle
附錄C 資料檔和 MySQL 資料庫的存取
C.1 資料檔讀取
C.2 資料庫讀取
C.3 處理資料表的函數
附錄D 強化法
D.1 支援向量機 SVM 簡介
D.2 推進 (Boosting) 方法簡介
自序
第1講 淺談解析型企業
1.1 大數據是因為它有大用
1.2 資料解析的兩個大數據環境
1.3 演算法
1.4 數據解析之資訊概論
1.5 資料驅動?別鬧了!數字不會說話
1.6 本書安排
第2講 掌握資料的統計性質—分布
2.1 資料分布的前兩階動差—平均數和變異數
2.2 描述資料中央趨勢的兩組方法
2.3 資料分布的另外兩個動差
2.4 提審大數據
第3講 時間序列的分類分析
3.1 時間序列性質
3.2 時間序列分析—低頻
3.3 時間序列分析—日高頻資料
3.4 時間序列分類分析—日內高頻資料
3.5 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
4.1 簡易統計原理
4.2 R GUI 實作
4.3 R 程式碼實作
4.4 提審大數據
第5講 二元模式的分類原理—Logistic 迴歸
5.1 簡易廣義線性模型
5.2 R GUI 的實作
5.3 R 程式的實作
5.4 提審大數據
第6講 主成分的分類原理—把資料變少了
6.1 簡易原理
6.2 R GUI 的實作
6.3 R 程式的實作
6.4 提審大數據
第7講 集群分析的分類原理
7.1 集群分析的基本概念
7.2 R GUI 實作
7.3 R 程式的實作
7.4 提審大數據
第8講 決策樹和隨機森林的原理
8.1 分類決策樹原理
8.2 用 R GUI 實作
8.3 R Code
8.4 隨機森林
8.5 提審大數據
第9講 大數據行銷—購物籃分析
9.1 關聯的分類原理簡介
9.2 R GUI 實作
9.3 R code
9.4 提審大數據
第10講 文字探勘淺談
10.1 文字探勘簡介
10.2 隱藏馬可夫模型 (HMM, Hidden Markov Model)
10.3 RLab
附錄A 有關 R 的 GUI 裝置問題
A.1 R 漫談和 GUI 簡介
A.2 R-Commander 的裝置
A.3 安裝與載入 R-Commander
附錄B 裝置 rattle
附錄C 資料檔和 MySQL 資料庫的存取
C.1 資料檔讀取
C.2 資料庫讀取
C.3 處理資料表的函數
附錄D 強化法
D.1 支援向量機 SVM 簡介
D.2 推進 (Boosting) 方法簡介
作者介紹
何宗武
何宗武
現任
國立臺灣師範大學全球經營與策略研究所 教授
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》
何宗武
現任
國立臺灣師範大學全球經營與策略研究所 教授
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》
規格
誠品貨碼 / 2682372343008
ISBN13 / 9786263435865
ISBN10 / 6263435860
EAN貨碼 / 9786263435865
頁數 / 408
開數 / 20K
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 23X17X2CM
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



