《大數據挖掘與機器學習》一書由[美] Jared Dean（傑瑞德·迪安）所著，人民郵電出版社出版發行。
基本介紹
- 書名：大數據挖掘與機器學習
- 作者：[美] Jared Dean（傑瑞德·迪安）
- ISBN：9787115397362
- 頁數：233
- 定價：55.00元
- 出版社：人民郵電出版社
- 出版時間：2015-10-1
- 裝幀：精裝
出版信息,內容簡介,作者簡介,目錄,叢書信息,
出版信息
作者:[美] Jared Dean（傑瑞德·迪安）
出版社:人民郵電出版社
譯者:林清怡/鄧煜照 校
出版年:2015-10-1
頁數:233
定價:55.00元
裝幀:精裝
叢書:新資訊時代商業經濟與管理譯叢
ISBN:9787115397362
出版社:人民郵電出版社
譯者:林清怡/鄧煜照 校
出版年:2015-10-1
頁數:233
定價:55.00元
裝幀:精裝
叢書:新資訊時代商業經濟與管理譯叢
ISBN:9787115397362
內容簡介
大數據挖掘與機器學習：工業4.0時代重塑商業價值》分為3個部分，共17章。第Ⅰ部分“計算環境”，包括第1章到第3章。第Ⅱ部分“將數據轉化為商業價值”，包括第4章到第10章。這一部分聚焦於數據挖掘活動中所要用到的方法、算法和路徑。第Ⅲ部分“將其全部結合起來的成功案例”包括第11章到第17章。本部分主要描述了作者參與過的成功套用大數據分析最佳化企業決策、提高企業價值的公司案例。
《大數據挖掘與機器學習：工業4.0時代重塑商業價值》可作為企業管理人員、行銷主管、分析人員、IT人員等作為理解大數據、套用大數據為企業創造價值的指引，同時，本書也可供統計學、套用數學及計算機專業學者和研究人員參考學習。
作者簡介
Jared Dean（傑瑞德·迪安）是SAS研究院的研發高級總監。他負責SAS全球數據挖掘解決方案的開發。這包括客戶互動、新功能開發、技術支持、銷售支持和產品集成。在加入SAS之前，Dean是美國人口調查局的數學統計學家。
目錄
1 概述
大數據大事年表
為何這個主題現在很重要
大數據是否只是一時的狂熱？
在何處套用大數據會產生重大影響？
21 第Ⅰ部分 計算環境
23 第1章 硬體
1．1 存儲器（磁碟）
1．2 中央處理器
1．3 記憶體
1．4 網路
31 第2章 分散式系統
2．1 資料庫計算
2．2 檔案系統計算
2．3 考慮因素
37 第3章 分析工具
3．1 Weka
3．2 Java和JVM語音
3．3 R語言
3．4 Python
3．5 SAS
47 第Ⅱ部分 將數據轉化為商業價值
49 第4章 預測建模
4．1 一個建模方法
4．2 sEMMA
4．3 二元分類法
4．4 多層分類法
4．5 區間預測
4．6 預測模型評估
63 第5章 一般預測建模技術
5．1 RFM
5．2 回歸
5．3 廣義線性模型
5．4 神經網路
5．5 決策樹和回歸樹
5．6 支持向量機
5．7 貝葉斯網路分類方法
5．8 組合方法
117 第6章 細分
6．1 聚類分析
6．2 距離測度（指標）
6．3 聚類評估
6．4 聚類數量
6．5 K-means算法
6．6 分層聚類法
6．7 群特徵刻畫
129 第7章 增量回響建模
7．1 建立回響模型
7．2 評估增量回響
137 第8章 時間序列數據挖掘
8．1 降維
8．2 探查模式
8．3 時間序列數據挖掘的套用：Nike+Fuelband智慧型手環
149 第9章 推薦系統
9．1 何為推薦系統？
9．2 套用於何處？
9．3 如何起作用？
9．4 推薦質量評估
9．5 推薦系統的套用：SAS 圖書館
161 第10章 文本分析
10．1 信息檢索
10．2 內容分類
10．3 文本挖掘
10．4 文本分析套用：讓我們來玩《危險邊緣》（Jeopardy！）
177 第Ⅲ部分 將其全都結合起來的成功案例
179 第11章 基於某大型美國金融服務公司的案例研究
11．1 傳統市場行銷活動流程
11．2 高效的行銷解決方案
11．3 變革的價值主張
187 第12章 主要衛生保健提供者的案例研究
12．1 CAHPS
12．2 HEDIS
12．3 HOS
12．4 IRE
197 第13章 技術製造商案例研究
13．1 發現設備缺陷
13．2 如何降低成本
201 第14章 線上品牌管理的案例研究
205 第15章 移動套用推薦的案例研究
209 第16章 高科技產品製造商的案例研究
16．1 處理缺失數據
16．2 超越生產的套用
213 第17章 展望未來
17．1 重複性研究
17．2 隱私與公共數據集
17．3 物聯網
17．4 未來的軟體開發
17．5 未來算法開發
17．6 總結
221 關於作者
223 附錄
225 參考文獻
231 譯者後記
大數據大事年表
為何這個主題現在很重要
大數據是否只是一時的狂熱？
在何處套用大數據會產生重大影響？
21 第Ⅰ部分 計算環境
23 第1章 硬體
1．1 存儲器（磁碟）
1．2 中央處理器
1．3 記憶體
1．4 網路
31 第2章 分散式系統
2．1 資料庫計算
2．2 檔案系統計算
2．3 考慮因素
37 第3章 分析工具
3．1 Weka
3．2 Java和JVM語音
3．3 R語言
3．4 Python
3．5 SAS
47 第Ⅱ部分 將數據轉化為商業價值
49 第4章 預測建模
4．1 一個建模方法
4．2 sEMMA
4．3 二元分類法
4．4 多層分類法
4．5 區間預測
4．6 預測模型評估
63 第5章 一般預測建模技術
5．1 RFM
5．2 回歸
5．3 廣義線性模型
5．4 神經網路
5．5 決策樹和回歸樹
5．6 支持向量機
5．7 貝葉斯網路分類方法
5．8 組合方法
117 第6章 細分
6．1 聚類分析
6．2 距離測度（指標）
6．3 聚類評估
6．4 聚類數量
6．5 K-means算法
6．6 分層聚類法
6．7 群特徵刻畫
129 第7章 增量回響建模
7．1 建立回響模型
7．2 評估增量回響
137 第8章 時間序列數據挖掘
8．1 降維
8．2 探查模式
8．3 時間序列數據挖掘的套用：Nike+Fuelband智慧型手環
149 第9章 推薦系統
9．1 何為推薦系統？
9．2 套用於何處？
9．3 如何起作用？
9．4 推薦質量評估
9．5 推薦系統的套用：SAS 圖書館
161 第10章 文本分析
10．1 信息檢索
10．2 內容分類
10．3 文本挖掘
10．4 文本分析套用：讓我們來玩《危險邊緣》（Jeopardy！）
177 第Ⅲ部分 將其全都結合起來的成功案例
179 第11章 基於某大型美國金融服務公司的案例研究
11．1 傳統市場行銷活動流程
11．2 高效的行銷解決方案
11．3 變革的價值主張
187 第12章 主要衛生保健提供者的案例研究
12．1 CAHPS
12．2 HEDIS
12．3 HOS
12．4 IRE
197 第13章 技術製造商案例研究
13．1 發現設備缺陷
13．2 如何降低成本
201 第14章 線上品牌管理的案例研究
205 第15章 移動套用推薦的案例研究
209 第16章 高科技產品製造商的案例研究
16．1 處理缺失數據
16．2 超越生產的套用
213 第17章 展望未來
17．1 重複性研究
17．2 隱私與公共數據集
17．3 物聯網
17．4 未來的軟體開發
17．5 未來算法開發
17．6 總結
221 關於作者
223 附錄
225 參考文獻
231 譯者後記
叢書信息
新資訊時代商業經濟與管理譯叢 (共18冊), 這套叢書還有 《精準行銷方法與案例》,《超越可視化：DT時代的大數據溝通與決策》,《大數據行銷：網際網路+時代如何定位客戶》,《商業分析方法與案例》,《社交網路分析及案例詳解》 等。
