0人評分過此書

大數據分析實務:RapidMiner之應用

出版日期
2023/09/01
閱讀格式
PDF
書籍分類
學科分類
ISBN
9786263245921

本館館藏

借閱規則
當前可使用人數 30
借閱天數 14
線上看 0
借閱中 0
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
本書使用免費下載的「RapidMiner」軟體,該軟體使用圖形化界面,不需編寫程式、操作簡易、功能強大且應用廣泛,適合初學與進階資料分析人士使用。

本書從基礎的資料取得、事前處理到模型的建置、評分、驗證與實例分析等,以實作方式,循序漸進的介紹大數據分析的操作步驟與流程。

全書提供30個案例,內容包含金融、製造、銷售、管理、醫療、休閒、氣象與情感分析文字探勘等諸多領域的應用實例,除了對現有結構與非結構式資料進行分析外,同時利用訓練模型預測未來,提升數據分析的實用價值。

本書除提供數據資料檔Data File外,亦附有各章節之程式/流程檔供讀者參考。
  • Chapter 00 RapidMiner軟體下載、介面說明與注意事項
  • Chapter 01 基礎介紹
    • 1-1 取得資料
      • 練習 1-1-1
      • 練習 1-1-2
    • 1-2 資料的過濾與排序
      • 練習 1-2-1
    • 1-3 改變變數的類型與角色
      • 練習 1-3-1
      • 練習 1-3-2
    • 1-4 檔案的讀取與儲存
    • 1-5 模型建置
      • 練習 1-5-1
      • 練習 1-5-2
    • 1-6 變數的結合與分類
      • 練習 1-6-1
      • 練習 1-6-2
    • 1-7 變數的新增與選擇
      • 練習 1-7-1
    • 學習評量
  • Chapter 02 資料處理
    • 2-1 遺漏值處理
      • 練習 2-1-1
    • 2-2 資料的常態化與找出離群值
      • 練習 2-2-1
    • 2-3 變數的分類、樞紐轉換與重新命名
      • 練習 2-3-1
      • 練習 2-3-2
    • 2-4 巨集與抽樣
      • 練習 2-4-1
      • 練習 2-4-2
      • 練習 2-4-3
    • 2-5 迴圈、分支、樣本設定與附加資料
      • 練習 2-5-1
    • 2-6 以最小樣本進行迴圈與分支
      • 練習 2-6-1
    • 2-7 讀入多個檔案進行儲存、合併與運算
      • 練習 2-7-1
    • 2-8 結合多個檔案之變數
      • 練習 2-8-1
    • 2-9 計算日資料之月平均與季平均值
      • 練習 2-9-1
    • 學習評量
  • Chapter 03 模型之建置、評分與驗證
    • 3-1 分類模型之建置
      • 練習 3-1-1
      • 練習 3-1-2
    • 3-2 模型預測
    • 3-3 分割資料預測並檢視績效
      • 練習 3-3-1
      • 練習 3-3-2
      • 練習 3-3-3
    • 3-4 交叉驗證
      • 練習 3-4-1
    • 3-5 視覺化模型比較
      • 練習 3-5-1
      • 練習 3-5-2
      • 練習 3-5-3
    • 學習評量
  • Chapter 04 多元實例練習
    • 4-1 國外旅遊分析
      • 練習 4-1-1
    • 4-2 價格分群
      • 練習 4-2-1
      • 練習 4-2-2
      • 練習 4-2-3
    • 4-3 信用違約與參數最佳化
      • 練習 4-3-1
      • 練習 4-3-2
    • 4-4 客戶流失與資料不平衡
      • 練習 4-4-1
    • 4-5 增益圖分析
      • 練習 4-5-1
    • 4-6 以KNN模型尋找最近基地台
      • 練習 4-6-1
    • 4-7 迴歸模型與二手車售價(1)
      • 練習 4-7-1
    • 4-8 迴歸模型與二手車售價(2)
      • 練習 4-8-1
    • 4-9 嬰兒體重過輕預測
      • 練習 4-9-1
      • 練習 4-9-2
    • 學習評量
  • Chapter 05 進階實例練習
    • 5-1 醫療詐欺偵測
      • 練習 5-1-1
      • 練習 5-1-2
    • 5-2 購物籃分析
      • 練習 5-2-1
      • 練習 5-2-2
    • 5-3 依據績效發送警訊郵件(1)
    • 5-4 依據績效發送警訊郵件(2)
    • 5-5 機器維修預測(1)
    • 5-6 機器維修預測(2)
    • 5-7 移動平均與趨勢
      • 練習 5-7-1
    • 5-8 公司財報與股價
      • 練習 5-8-1
    • 5-9 處裡視窗資料
    • 5-10 天氣預測:交叉驗證與滑動視窗驗證
      • 練習 5-10-1
    • 5-11 天氣預測:ARIMA模型
    • 5-12 Holt-Winters模型
    • 5-13 RFM模型分析(1)
    • 5-14 RFM模型分析(2)
      • 練習 5-14-1
    • 學習評量
  • Chapter 06 中英文文字探勘
    • 6-1 圖書主題預測
      • 練習 6-1-1
    • 6-2 徵才廣告分析
      • 練習 6-2-1
    • 6-3 消費者評價分析(1)
      • 練習 6-3-1
      • 練習 6-3-2
    • 6-4 消費者評價分析(2)
      • 練習 6-4-1
    • 6-5 結合Python之中文文字探勘
      • 練習 6-5-1
    • 附錄
    • 6-6 消費者情緒分析
      • 練習 6-6-1
      • 練習 6-6-2
    • 6-7 網頁探勘
      • 練習 6-7-1
    • 學習評量
  • 出版地 臺灣
  • 語言 繁體中文

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading