图书介绍

大数据分析 数据科学应用场景与实践精髓【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

大数据分析 数据科学应用场景与实践精髓
  • （英）贝森斯著 著
  • 出版社： 北京：人民邮电出版社
  • ISBN：9787115407450
  • 出版时间：2016
  • 标注页数：232页
  • 文件大小：69MB
  • 文件页数：251页
  • 主题词：商业信息－数据处理

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：42dc39ad440b213047412288b750a5d7

下载说明

大数据分析 数据科学应用场景与实践精髓PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章 大数据及其分析1

1.1 大数据的业务应用场景2

1.2 基本的专业术语4

1.3 分析过程模型5

1.4 分析建模活动中的任务及角色6

1.5 分析技术7

1.6 分析模型的要求9

1.7 本章参考文献11

第2章 数据采集、抽样和预处理13

2.1 数据源的类型13

2.2 数据抽样15

2.3 数据类型17

2.4 数据可视化及探索性统计分析17

2.5 缺失值的处理19

2.6 异常值检测及处理20

2.7 数据标准化24

2.8 粗分类（Categorization）处理25

2.9 WOE值的计算29

2.10 变量的选择30

2.11 细分33

2.12 本章参考文献34

第3章 预测分析35

3.1 定义目标变量35

3.2 线性回归38

3.3 Logistic回归39

3.4 决策树42

3.5 神经网络48

3.6 支持向量机57

3.7 集成算法64

3.7.1 套袋算法（Bagging）65

3.7.2 Boosting方法65

3.7.3 随机森林67

3.8 多类分类技术68

3.8.1 多类Logistic回归68

3.8.2 多类决策树70

3.8.3 多类神经网络70

3.8.4 多类支持向量机70

3.9 预测模型的评估72

3.9.1 数据集的分割72

3.9.2 分类模型的性能评估74

3.9.3 回归模型的性能评估83

3.10 本章参考文献84

第4章 描述性分析89

4.1 关联规则89

4.1.1 基本概念及假设90

4.1.2 支持度和置信度91

4.1.3 关联规则的挖掘91

4.1.4 提升度的度量93

4.1.5 关联规则的后处理94

4.1.6 关联规则的扩展94

4.1.7 关联规则的应用95

4.2 序列规则95

4.3 细分技术97

4.3.1 分层聚类98

4.3.2 K-Means聚类102

4.3.3 自组织映射图（SOM）102

4.3.4 聚类解决方案的应用及解释104

4.4 本章参考文献104

第5章 生存分析107

5.1 生存分析的基本概念和函数108

5.2 卡普兰·梅尔分析111

5.3 参数法生存分析113

5.4 比例风险回归模型117

5.5 生存分析模型的扩展119

5.6 生存分析模型的评估120

5.7 本章参考文献121

第6章 社交网络分析123

6.1 社交网络的定义123

6.2 社交网络的度量125

6.3 社交网络学习127

6.4 关系近邻分类器128

6.5 概率关系近邻分类器129

6.6 关系逻辑回归130

6.7 共同模式推断131

6.8 自中心网络（EGO NETS）132

6.9 偶图／二分图133

6.10 本章参考文献135

第7章 从分析到生产力137

7.1 模型的后验测试138

7.1.1 分类模型的后验测试139

7.1.2 回归模型的后验测试147

7.1.3 聚类模型的后验测试148

7.1.4 设计后验测试方案148

7.2 参照管理150

7.3 数据质量154

7.4 软件工具158

7.5 隐私保护159

7.6 模型设计相关文档163

7.7 公司治理163

7.8 本章参考文献164

第8章 实践与案例167

8.1 信用风险建模167

8.2 欺诈检测172

8.3 净响应提升建模175

8.4 流失预测178

8.4.1 流失预测模型179

8.4.2 流失预测流程181

8.5 推荐系统182

8.5.1 协同过滤推荐182

8.5.2 基于内容的推荐184

8.5.3 基于人口统计信息的推荐185

8.5.4 基于知识的推荐186

8.5.5 组合推荐187

8.5.6 推荐系统的评价188

8.5.7 案例介绍189

8.6 网页分析191

8.6.1 网页数据收集191

8.6.2 Web KPI指标195

8.6.3 从Web KPI到行动洞察力198

8.6.4 导航分析199

8.6.5 搜索引擎营销分析200

8.6.6 A/B测试和多变量测试201

8.7 社会化媒体分析202

8.7.1 社交网站：B2B广告工具204

8.7.2 情感分析207

8.7.3 网络分析209

8.8 业务流程分析211

8.8.1 流程智能213

8.8.2 流程挖掘和分析215

8.8.3 形成闭环：全流程的整合数据分析222

8.9 本章参考文献226

译者后记231

热门推荐