防詐3要訣：不聽信、不操作、掛斷電話 
9
680612
查詢門市庫存
內容簡介
近數年各行各業的發展都朝網路及大數據靠攏，他們需要懂得網路運作的法政人才、了解數據分析的銷售人才、擅長數位技術的金融人才、孰悉資訊技術的醫療人才、深諳資料處理及分析的文學人才。過去，想要跨足資訊領域很困難，因為門檻很高（無論是軟硬體的需求都很昂貴而且學習困難），所以資訊科班出身的人才很吃香，但未來人才的競爭力來自於跨領域的能力，光靠資訊技術難以滿足創新時代的要求，反而是那些具備理工、法商、文史、生醫等專業而又懂得資料處理者才是時代的寵兒。因為現代資訊領域的門檻已大幅降低，金費及時間已不是問題，只要您願意突破心理障礙，大膽跨入新領域，就會有驚人的收穫。本書旨在協助您跨足新領域、展開新視界，讓您成為高人一等的Data Analyst數據分析師，或Big Data Engineer大數據工程師。
由於網路交易的頻繁及政府資料庫的開放，資料的產出如海水般湧入，資料的取得及保存也「易於往昔」，故如何運用電腦從中挖掘有用的資訊，以提高決策品質，才是今日各界需要面對的重點，但是怎麼挖？用甚麼工具挖？
資料採礦涉及許多不同的演算方法，如果不能了解其演算原理，就會陷入「知其然而不知其所以然」的盲點，甚或誤用採礦方法。坊間有關資料採礦的書籍很多，但多欠缺深入的解說，只是重點翻譯或是規則重述，沒有作者自己的思維（消化咀嚼之後的表述），以致讀者閱讀之後仍是一頭霧水，這類書籍充其量只能作為授課大綱，而無助於問題之解決。
產品目錄
Chapter 1 R語言及其擴展包之使用
01-1 R語言及RStudio之安裝與更新
01-2 RStudio之使用簡介
01-3 如何建立R Script程式檔
01-4 R語言之物件簡介
01-5 如何使用R語言之擴展包
Chapter 2 關聯分析
02-1 何謂關聯規則
02-2 如何運用關聯規則
02-3 使用arules擴展包進行關聯分析
02-4 使用arulesViz擴展包繪製關聯分析圖
Chapter 3 叢集分析
03-1 何謂叢集分析
03-2 叢集分析之各類演算法
03-3 使用stats擴展包進行Kmean演算
03-4 使用cluster擴展包進行Kmedoids演算
03-5 使用fpc擴展包進行DBSCAN演算
03-6 使用stats擴展包進行HC演算
Chapter 4 迴歸分析
04-1 迴歸分析的意義及功能
04-2 如何使用Excel進行迴歸分析
04-3 如何解讀迴歸分析的結果
04-4 如何運用迴歸方程式
04-5 如何進行多元迴歸分析
04-6 如何進行非計量變數的迴歸分析
04-7 如何處理多變量迴歸分析的共線問題
04-8 如何使用R語言進行簡單迴歸分析
04-9 如何將R語言分析結果匯出為Excel檔
04-10 R語言之多元迴歸分析及3D立體圖繪製
04-11 R語言之非計量變數的迴歸分析
Chapter 5 分類分析
05-1 單純貝氏分類演算法
05-2 k最近鄰分類演算法
05-3 線性判別分析
05-4 各種分類演算法的比較
Chapter 6 決策樹
06-1 決策樹之結構
06-2 決策樹之建構
06-3 如何選擇決策樹的切割點
06-4 使用R語言建立決策樹
Chapter 7 資料包絡分析
07-1 資料包絡分析之功能概述
07-2 資料包絡分析模式之解析
07-3 使用R擴展包執行DEA基本演算
07-4 使用R擴展包執行交叉效率分析
07-5 使用R擴展包執行超級效率分析
07-6 使用R擴展包執行成本效率分析
07-7 使用R擴展包執行跨期效率分析
07-8 其他免費DEA工具
Chapter 8 隨機森林
08-1 隨機森林的基本概念
08-2 隨機森林的演算步驟
08-3 使用R語言進行隨機森林演算
08-4 取出隨機森林演算結果的資訊
08-5 隨機森林之繪圖及路徑之建構
08-6 解釋變數最適量之尋找方法
Chapter 9 類神經網路及人工智慧
09-1 人工智慧的關鍵技術
09-2 類神經網路的基本概念
09-3 類神經網路演算說明
09-4 使用nnet擴展包進行類神經網路演算
09-5 使用neuralnet擴展包進行類神經網路演算
09-6 使用RSNNS擴展包進行類神經網路演算數及重複學習次數
09-7 類神經網路之影像辨識範例
09-8 使用MXNet進行CNN卷積神經網路演算
Chapter 10 R的大數據處理
10-1 使用平行處理及編譯，縮短處理時間
10-2 使用記憶體管理擴展包，擴大運用空間
10-3 透過瘦身減重及資料抽樣，增進處理績效
10-4 搭配Oracle Database進行資料採礦
10-5 搭配SQL Server進行資料採礦
10-6 大數據的來源
附錄A 如何使用本書隨附之範例檔
附錄B 程式檔清單
附錄C 資料檔清單
附錄D 解釋檔清單
附錄E 如何將資料匯入SQL Serve
附錄F 如何使用ODBC連結Oracle
附錄G 如何使用SQL Developer上傳資料表
附錄H 基本函數使用說明線連接
01-1 R語言及RStudio之安裝與更新
01-2 RStudio之使用簡介
01-3 如何建立R Script程式檔
01-4 R語言之物件簡介
01-5 如何使用R語言之擴展包
Chapter 2 關聯分析
02-1 何謂關聯規則
02-2 如何運用關聯規則
02-3 使用arules擴展包進行關聯分析
02-4 使用arulesViz擴展包繪製關聯分析圖
Chapter 3 叢集分析
03-1 何謂叢集分析
03-2 叢集分析之各類演算法
03-3 使用stats擴展包進行Kmean演算
03-4 使用cluster擴展包進行Kmedoids演算
03-5 使用fpc擴展包進行DBSCAN演算
03-6 使用stats擴展包進行HC演算
Chapter 4 迴歸分析
04-1 迴歸分析的意義及功能
04-2 如何使用Excel進行迴歸分析
04-3 如何解讀迴歸分析的結果
04-4 如何運用迴歸方程式
04-5 如何進行多元迴歸分析
04-6 如何進行非計量變數的迴歸分析
04-7 如何處理多變量迴歸分析的共線問題
04-8 如何使用R語言進行簡單迴歸分析
04-9 如何將R語言分析結果匯出為Excel檔
04-10 R語言之多元迴歸分析及3D立體圖繪製
04-11 R語言之非計量變數的迴歸分析
Chapter 5 分類分析
05-1 單純貝氏分類演算法
05-2 k最近鄰分類演算法
05-3 線性判別分析
05-4 各種分類演算法的比較
Chapter 6 決策樹
06-1 決策樹之結構
06-2 決策樹之建構
06-3 如何選擇決策樹的切割點
06-4 使用R語言建立決策樹
Chapter 7 資料包絡分析
07-1 資料包絡分析之功能概述
07-2 資料包絡分析模式之解析
07-3 使用R擴展包執行DEA基本演算
07-4 使用R擴展包執行交叉效率分析
07-5 使用R擴展包執行超級效率分析
07-6 使用R擴展包執行成本效率分析
07-7 使用R擴展包執行跨期效率分析
07-8 其他免費DEA工具
Chapter 8 隨機森林
08-1 隨機森林的基本概念
08-2 隨機森林的演算步驟
08-3 使用R語言進行隨機森林演算
08-4 取出隨機森林演算結果的資訊
08-5 隨機森林之繪圖及路徑之建構
08-6 解釋變數最適量之尋找方法
Chapter 9 類神經網路及人工智慧
09-1 人工智慧的關鍵技術
09-2 類神經網路的基本概念
09-3 類神經網路演算說明
09-4 使用nnet擴展包進行類神經網路演算
09-5 使用neuralnet擴展包進行類神經網路演算
09-6 使用RSNNS擴展包進行類神經網路演算數及重複學習次數
09-7 類神經網路之影像辨識範例
09-8 使用MXNet進行CNN卷積神經網路演算
Chapter 10 R的大數據處理
10-1 使用平行處理及編譯，縮短處理時間
10-2 使用記憶體管理擴展包，擴大運用空間
10-3 透過瘦身減重及資料抽樣，增進處理績效
10-4 搭配Oracle Database進行資料採礦
10-5 搭配SQL Server進行資料採礦
10-6 大數據的來源
附錄A 如何使用本書隨附之範例檔
附錄B 程式檔清單
附錄C 資料檔清單
附錄D 解釋檔清單
附錄E 如何將資料匯入SQL Serve
附錄F 如何使用ODBC連結Oracle
附錄G 如何使用SQL Developer上傳資料表
附錄H 基本函數使用說明線連接
規格
誠品貨碼 / 2681630168001
ISBN13 / 9789578755550
ISBN10 / 9578755554
EAN貨碼 / 9789578755550
頁數 / 704
開數 / 18K
注音版 / 否
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 0X0X0CM
級別 / N:無
提供維修 / 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
