大数据挖掘与机器学习-工业4.0时代重塑商业价值

1 概述大数据大事年表为何这个主题现在很重要大数据是否只是一时的狂热？在何处应用大数据会产生重大影响？21　第ⅰ部分 计算环境23　第1章 硬件1.1　存储器（磁盘）1.2　中央处理器1.3　内存1.4　网络31　第2章 分布式系统2.1　数据库计算2.2　文件系统计算2.3　考虑因素37　第3章 分析工具3.1　weka3.2　java和jvm语音3.3　r语言3.4　python3.5　sas47　第ⅱ部分 将数据转化为商业价值49　第4章 预测建模4.1　一个建模方法4.2　semma4.3　二元分类法4.4　多层分类法4.5　区间预测4.6　预测模型评估63　第5章 一般预测建模技术5.1　rfm5.2　回归5.3　广义线性模型5.4　神经网络5.5　决策树和回归树5.6　支持向量机5.7　贝叶斯网络分类方法5.8　组合方法117　第6章 细分6.1　聚类分析6.2　距离测度（指标）6.3　聚类评估6.4　聚类数量6.5　k-means算法6.6　分层聚类法6.7　群特征刻画129　第7章 增量响应建模7.1　建立响应模型7.2　评估增量响应137　第8章 时间序列数据挖掘8.1　降维8.2　探查模式8.3　时间序列数据挖掘的应用：nike+fuelband智能手环149　第9章 推荐系统9.1　何为推荐系统？9.2　应用于何处？9.3　如何起作用？9.4　推荐质量评估9.5　推荐系统的应用：sas 图书馆161　第10章 文本分析10.1　信息检索10.2　内容分类10.3　文本挖掘10.4　文本分析应用：让我们来玩《危险边缘》（jeopardy！）177　第ⅲ部分 将其全都结合起来的成功案例179　第11章 基于某大型美国金融服务公司的案例研究11.1　传统市场营销活动流程11.2　高效的营销解决方案11.3　变革的价值主张187　第12章 主要卫生保健提供者的案例研究12.1　cahps12.2　hedis12.3　hos12.4　ire197　第13章 技术制造商案例研究13.1　发现设备缺陷13.2　如何降低成本201　第14章 在线品牌管理的案例研究205　第15章 移动应用推荐的案例研究209　第16章 高科技产品制造商的案例研究16.1　处理缺失数据16.2　超越生产的应用213　第17章 展望未来17.1　重复性研究17.2　隐私与公共数据集17.3　物联网17.4　未来的软件开发17.5　未来算法开发17.6　总结221　关于作者223　附录225　参考文献231　译者后记