
0人評分過此書
我分類故我在!大數據也要大思維!思維革新比數據技術更重要!
在商業分析和商業智慧的脈絡下,建構大數據,而不是從巨量資料當中大海撈針。
在未來,容易上手的程式只會越來越普及,唯有絕佳的資料素養,和更有價值的決策能力才能讓你不同凡響。
如果只是把資料變大,認知學習能力的維度卻沒有變大,接下來會如何?從少量數據都學習不到的價值,大數據只是讓它更遙不可及。
作者鑽研R語言多年、擁有資深學界經驗,貢獻良多。本書內容豐富,以十個面向切入,探討大數據所必備的工具,例如R-Commander、決策樹、隨機森林與R語言強大的視覺化功能。除了概念解析之外,作者更逐行解析專業程式語言,再加碼實際操作與應用功能說明,在每講的最後,還能領略作者獨到的觀念釐清,讓你不會迷失在大數據的眉角中。非常適合做為R語言的基礎自學書,對於初入大數據領域的讀者如同暮鼓晨鐘、醍醐灌頂,對已入行的數據分析師而言,更是當頭棒喝、突破盲點。
在商業分析和商業智慧的脈絡下,建構大數據,而不是從巨量資料當中大海撈針。
在未來,容易上手的程式只會越來越普及,唯有絕佳的資料素養,和更有價值的決策能力才能讓你不同凡響。
如果只是把資料變大,認知學習能力的維度卻沒有變大,接下來會如何?從少量數據都學習不到的價值,大數據只是讓它更遙不可及。
作者鑽研R語言多年、擁有資深學界經驗,貢獻良多。本書內容豐富,以十個面向切入,探討大數據所必備的工具,例如R-Commander、決策樹、隨機森林與R語言強大的視覺化功能。除了概念解析之外,作者更逐行解析專業程式語言,再加碼實際操作與應用功能說明,在每講的最後,還能領略作者獨到的觀念釐清,讓你不會迷失在大數據的眉角中。非常適合做為R語言的基礎自學書,對於初入大數據領域的讀者如同暮鼓晨鐘、醍醐灌頂,對已入行的數據分析師而言,更是當頭棒喝、突破盲點。
- 推薦序
- 自序
-
第1講 淺談解析型企業
-
1.1 大數據是因為它有大用
-
1.2 資料解析的兩個大數據環境
-
1.3 演算法
-
1.4 數據解析之資訊概論
-
1.5 資料驅動?別鬧了!數字不會說話
-
1.6 本書安排
-
-
第2講 掌握資料的統計性質—分布
-
2.1 資料分布的前兩階動差—平均數和變異數
-
2.2 描述資料中央趨勢的兩組方法
-
2.3 資料分布的另外兩個動差
-
2.4 提審大數據
-
-
第3講 時間序列的分類分析
-
3.1 時間序列性質
-
3.2 時間序列分析—低頻
-
3.3 時間序列分析—日高頻資料
-
3.4 時間序列分類分析—日內高頻資料
-
3.5 提審大數據
-
-
第4講 線性模式的分類原理—期望值與信賴區間
-
4.1 簡易統計原理
-
4.2 R GUI實作
-
4.3 R程式碼實作
-
4.4 提審大數據
-
-
第5講 二元模式的分類原理—Logistic迴歸
-
5.1 簡易廣義線性模型
-
5.2 R GUI的實作
-
5.3 R 程式的實作
-
5.4 提審大數據
-
-
第6講 主成分的分類原理—把資料變少了
-
6.1 簡易原理
-
6.2 R GUI的實作
-
6.3 R 程式的實作
-
6.4 提審大數據
-
-
第7講 集群分析的分類原理
-
7.1 集群分析的基本概念
-
7.2 R GUI實作
-
7.3 R 程式的實作
-
7.4 提審大數據
-
-
第8講 決策樹和隨機森林的原理
-
8.1 分類決策樹原理
-
8.2 用R GUI實作
-
8.3 R Code
-
8.4 隨機森林
-
8.5 提審大數據
-
-
第9講 大數據行銷—購物籃分析
-
9.1 關聯的分類原理簡介
-
9.2 R GUI實作
-
9.3 R code
-
9.4 提審大數據
-
-
第10講 文字探勘淺談
-
10.1 文字探勘簡介
-
10.2 隱藏馬可夫模型 (HMM,Hidden Markov Model)
-
10.3 RLab
-
-
附錄A 有關R的GUI裝置問題
-
A.1 R漫談和GUI簡介
-
A.2 R-Commander的裝置
-
A.3 安裝與載入R-Commander
-
- 附錄B 裝置rattle
-
附錄C 資料檔和MySQL資料庫的存取
-
C.1 資料檔讀取
-
C.2 資料庫讀取
-
C.3 處理資料表的函數
-
-
附錄D 強化法
-
D.1 支援向量機SVM簡介
-
D.2 推進(Boosting)方法簡介
-
- 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