防詐3要訣：不聽信、不操作、掛斷電話 
450
查詢門市庫存
1.思維與應用並重：不僅講解大數據與人工智慧的基礎概念及演算方法 ，更引導讀者從商業應用情境出發，思考並發展預測分析與AI問題的解決方法，讓您從「知道」進化到「會用」！
2.涵蓋AI最新趨勢：緊跟時代腳步，除了基礎的機器學習與深度學習，還新增對生成式AI的探討。
2.涵蓋AI最新趨勢：緊跟時代腳步，除了基礎的機器學習與深度學習，還新增對生成式AI的探討。
內容簡介
本書深入解析大數據的發展沿革、4V特徵、行業價值與企業管理模式，更重要的是，它引導讀者從商業應用情境出發，思考並解決真實的數據分析問題，如群組、分類、推薦與關聯等。建立數據驅動思維，與數據科學家進行更有效的溝通，加速智慧應用發展。
在實作層面，本書提供Python語言範例，循序漸進地引領讀者了解分析與模型建立步驟。提供房價預測、電影推薦、圖片辨識及自然語言解析等貼近真實的案例。
本書更納入AI先進技術，介紹LangChain基礎運用，發展簡單的AI代理程式。
這是一本橫跨大數據基礎、預測分析方法，到文本挖掘、圖像辨識、生成式AI代理的完整教材，是商管學生與商業人士理解AI實務與應用的最佳起點！
產品目錄
目錄
Chapter 01 大數據發展沿革
1-1 資料的發展
1-2 大數據源起
1-3 大數據定義
1-4 大數據特性
Chapter 02 大數據行業價值
2-1 大數據價值
2-2 大數據行業應用機會
2-3 大數據企業應用案例
Chapter 03 大數據商業模式創新
3-1 數據化與創新
3-2 大數據開放資料
3-3 大數據生態系與商業模式創新
Chapter 04 企業大數據管理
4-1 企業數位資料管理演進
4-2 大數據資料處理發展
4-3 大數據資料分析發展
4-4 大數據管理架構
4-5 大數據規劃與實施類型
4-6 大數據企業實施案例
4-7 企業採用趨勢與挑戰
Chapter 05 大數據分析：概念與程序
5-1 數據分析是智慧決策基礎
5-2 從商業分析到預測分析
5-3 預測分析程序
5-4 預測分析工具
5-5 Python工具安裝
Chapter 06 大數據分析：數據的理解
6-1 問題解決方向
6-2 數據組織實作
6-3 數據擷取實作-網頁爬蟲抓取
Chapter 07 大數據分析：數據的準備
7-1 問題解決方向
7-2 數據探索與視覺化
7-3 探索性資料分析
Chapter 08 大數據分析：聚類與分類
8-1 問題解決方向
8-2 聚類分析實作
8-3 分類分析實作
Chapter 09 大數據分析：迴歸與趨勢
9-1 問題解決方向
9-2 迴歸分析實作
9-3 時間趨勢實作
Chapter 10 大數據分析：相似與推薦
10-1 問題解決方向
10-2 異常與相似性判定實作
10-3 相似性推薦實作
Chapter 11 大數據分析：關聯與關係
11-1 問題解決方向
11-2 關聯分析與實作
11-3 貝氏網路分析與實作
Chapter 12 大數據分析：連結與網路
12-1 問題解決方向
12-2 隱馬可夫模型與實作
12-3 社會網路分析與實作
Chapter 13 數據驅動的人工智慧發展
13-1 人工智慧沿革
13-2 人工智慧方法演進
13-3 機器學習方法
13-4 深度學習方法
13-5 生成式AI發展
13-6 ChatGPT實作
Chapter 14 AI探索：文本挖掘分析
14-1 自然語言發展沿革
14-2 問題解決方向
14-3 文本挖掘分析- 文字雲
14-4 文本挖掘分析-TFIDF文本相似查詢
Chapter 15 AI探索：圖像辨識分析
15-1 電腦視覺發展沿革
15-2 問題解決方向
15-3 圖像辨識分析-CNN深度學習
Chapter 16 AI探索：生成式AI代理
16-1 虛擬助理發展沿革
16-2 問題解決方向
16-3 AI代理─ LangChain基礎運用
Chapter 17 用GPT實現商務大數據分析
17-1 GPT預訓練模型是一種商業模式創新
17-2 AI輔助程式設計
17-3 AI輔助數據的理解
17-4 AI輔助數據的準備
17-5 AI輔助數據的分析
17-6 AI輔助文本挖掘分析
17-7 AI輔助圖形分析
17-8 未來：數據驅動行動
Chapter 01 大數據發展沿革
1-1 資料的發展
1-2 大數據源起
1-3 大數據定義
1-4 大數據特性
Chapter 02 大數據行業價值
2-1 大數據價值
2-2 大數據行業應用機會
2-3 大數據企業應用案例
Chapter 03 大數據商業模式創新
3-1 數據化與創新
3-2 大數據開放資料
3-3 大數據生態系與商業模式創新
Chapter 04 企業大數據管理
4-1 企業數位資料管理演進
4-2 大數據資料處理發展
4-3 大數據資料分析發展
4-4 大數據管理架構
4-5 大數據規劃與實施類型
4-6 大數據企業實施案例
4-7 企業採用趨勢與挑戰
Chapter 05 大數據分析：概念與程序
5-1 數據分析是智慧決策基礎
5-2 從商業分析到預測分析
5-3 預測分析程序
5-4 預測分析工具
5-5 Python工具安裝
Chapter 06 大數據分析：數據的理解
6-1 問題解決方向
6-2 數據組織實作
6-3 數據擷取實作-網頁爬蟲抓取
Chapter 07 大數據分析：數據的準備
7-1 問題解決方向
7-2 數據探索與視覺化
7-3 探索性資料分析
Chapter 08 大數據分析：聚類與分類
8-1 問題解決方向
8-2 聚類分析實作
8-3 分類分析實作
Chapter 09 大數據分析：迴歸與趨勢
9-1 問題解決方向
9-2 迴歸分析實作
9-3 時間趨勢實作
Chapter 10 大數據分析：相似與推薦
10-1 問題解決方向
10-2 異常與相似性判定實作
10-3 相似性推薦實作
Chapter 11 大數據分析：關聯與關係
11-1 問題解決方向
11-2 關聯分析與實作
11-3 貝氏網路分析與實作
Chapter 12 大數據分析：連結與網路
12-1 問題解決方向
12-2 隱馬可夫模型與實作
12-3 社會網路分析與實作
Chapter 13 數據驅動的人工智慧發展
13-1 人工智慧沿革
13-2 人工智慧方法演進
13-3 機器學習方法
13-4 深度學習方法
13-5 生成式AI發展
13-6 ChatGPT實作
Chapter 14 AI探索：文本挖掘分析
14-1 自然語言發展沿革
14-2 問題解決方向
14-3 文本挖掘分析- 文字雲
14-4 文本挖掘分析-TFIDF文本相似查詢
Chapter 15 AI探索：圖像辨識分析
15-1 電腦視覺發展沿革
15-2 問題解決方向
15-3 圖像辨識分析-CNN深度學習
Chapter 16 AI探索：生成式AI代理
16-1 虛擬助理發展沿革
16-2 問題解決方向
16-3 AI代理─ LangChain基礎運用
Chapter 17 用GPT實現商務大數據分析
17-1 GPT預訓練模型是一種商業模式創新
17-2 AI輔助程式設計
17-3 AI輔助數據的理解
17-4 AI輔助數據的準備
17-5 AI輔助數據的分析
17-6 AI輔助文本挖掘分析
17-7 AI輔助圖形分析
17-8 未來：數據驅動行動
作者介紹
黃正傑
現職：
鼎新電腦 研發處 架構師
文化大學城區部 資管系 兼任助理教授
學歷：
台灣大學資管研究所 博士
經歷：
惠普科技資深技術顧問、資策會資深產業分析師
專長：
企業電子化、系統分析與設計、雲端運算 、 巨量資料應用與創新研究
現職：
鼎新電腦 研發處 架構師
文化大學城區部 資管系 兼任助理教授
學歷：
台灣大學資管研究所 博士
經歷：
惠普科技資深技術顧問、資策會資深產業分析師
專長：
企業電子化、系統分析與設計、雲端運算 、 巨量資料應用與創新研究
規格
誠品貨碼 / 2683068557006
ISBN13 / 9786264015882
ISBN10 /
EAN貨碼 / 9786264015882
頁數 / 376
裝訂 / P:平裝
語言 / 1:中文/繁體
尺寸 / 26x19x1.7
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
