管理数据分析原理.方法.工具及实践

1星价 ¥29.1 (7.3折)

2星价￥29.1 定价￥39.8

作者：(美)麦克·沃森(MichaelWat

出版社：机械工业出版社

本类榜单：教材

分类：教材 > 研究生/本科/专科教材 > 工学

暂无评论

图文详情

ISBN：9787111566977
装帧：暂无
册数：暂无
重量：暂无
开本：32开
页数：172
出版时间：2017-08-01
条形码：9787111566977 ; 978-7-111-56697-7

本书特色

数据分析可以帮助组织做从生存到赢利的任何事情。想要开始利用分析学和大数据获得利润吗？这本管理分析学是你理想的第壹资源。无论你的行业或管理角色怎样，本书都将会帮您以快的速度开始、增值。本书运用现实案例，阐明了多种分析形式：有描述数据和可视化数据的描述性分析，有识别趋势和关系的预测性分析，有利用你所知信息和预期目标来优化决策的指导性分析。

内容简介

本书荣获的赞誉
关于作者
序　言
第１部分
概　　述　　　　第１章　什么是管理数据分析　/ 　２
　１１　关于数据分析含义的疑惑　/ 　２
　１. ２　什么是数据分析　/ 　３
　　１. ２. １　运用描述性数据分析的事例　/ 　５
　　１. ２. ２　运用预测性数据分析的事例　/ 　７
　　１. ２. ３　运用规范性数据分析的事例　/ 　８
　１. ３　什么是新的内容　/ 　１０
　１. ４　哪种数据分析*好　/ 　１２
　１. ５　什么是管理数据分析　/ 　１４
第２章　什么在推动数据分析蓬勃发展　/ 　１９
　２. １　数据是数据分析的原料　/ 　１９
　　２. １. １　什么是大数据　/ 　２１
　　２. １. ２　大数据能替代科学吗　/ 　２５
　　２. １. ３　在缺少大数据的条件下可以做数据
分析吗　/ 　２６
　２. ２　检验促进数据分析的发展　/ 　２７
第３章　数据分析思维方式　/ 　３０
　３. １　管理数据盲　/ 　３０
　　３. １. １　计算能力的错觉　/ 　３１
　　３. １. ２　过滤谬论　/ 　３３
　　３. １. ３　一点改进的益处　/ 　３４
　３. ２　数据分析是一种思维方式　/ 　３５
　　３. ２. １　８０/２０法则　/ 　３７
　　３. ２. ２　将可变性纳入到数据分析中　/ 　３８
　　３. ２. ３　不能仅使用会计数据　/ 　３９
　３. ３　透彻思考数据　/ 　４１
　　３. ３. １　并非所有的数字都是数据　/ 　４１
Ⅷ
　　３. ３. ２　能否信任数据　/ 　４２
　　３. ３. ３　应该对数据做简单的测试　/ 　４５
　　３. ３. ４　就地取材　/ 　４６
　３. ４　数据科学家的兴起　/ 　４８
第２部分
数据分析工具　　　　第４章　机器学习　/ 　５２
　４. １　什么是机器学习　/ 　５２
　４. ２　监督机器学习算法　/ 　５５
　　４. ２. １　分类与ｋ *近邻算法　/ 　５６
　　４. ２. ２　分类与决策树　/ 　５８
　　４. ２. ３　推荐系统　/ 　６１
　　４. ２. ４　回归分析　/ 　６２
　４. ３　无监督机器学习算法　/ 　６６
　　４. ３. １　聚类分析与ｋ均值算法　/ 　６６
　　４. ３. ２　关联规则与购物篮算法　/ 　６９
　４. ４　对模型过度拟合与欠拟合的评注　/ 　７０
　４. ５　其他机器学习算法与总结　/ 　７１
第５章　描述性数据分析　/ 　７４
　５. １　基于数据库的描述性数据分析　/ 　７６
　　５. １. １　数据库基础　/ 　７７
　　５. １. ２　数据建模　/ 　８２
　　５. １. ３　学习ＳＱＬ语言. 更好地认识数据　/ 　８４
　　５. １. ４　什么是ＮＯ￣ＳＱＬ　/ 　８６
　　５. １. ５　结构化数据与非结构化数据　/ 　８８
　　５. １. ６　数据仓库与数据集市　/ 　９０
　　５. １. ７　仪表盘和平衡计分卡: 实用的及时
报告　/ 　９３
　　５. １. ８　运用ＯＬＡＰ和数据立方体拓展描述性
数据分析　/ 　９５
　　５. １. ９　何时打破关系数据库的规则　/ 　９７
　　５. １. １０　实时数据与自动预警　/ 　９８
　５. ２　运用数据可视化做描述性数据分析　/ 　１００
　５. ３　运用描述性统计做描述性数据分析　/ 　１０７
　５. ４　运用机器学习做描述性数据分析　/ 　１０９
第６章　预测性数据分析　/ 　１１１
　６. １　回归预测　/ 　１１１
　６. ２　机器学习与集成模型　/ 　１１２
Ⅸ
目　　录
　６. ３　Ａ/ Ｂ检测　/ 　１１４
　６. ４　模拟　/ 　１１８
第７章　案例分析: .点球成金. 与*优化　/ 　１２３
第８章　规范性数据分析(又称*优化) 　/ 　１２８
　８. １　什么是*优化　/ 　１３１
　８. ２　*优化＝目标、约束条件、选择＋数据　/ 　１３１
　　８. ２. １　目标　/ 　１３２
　　８. ２. ２　约束条件　/ 　１３６
　　８. ２. ３　选择　/ 　１４０
　　８. ２. ４　数据　/ 　１４１
　８. ３　ＴＬＣ＋Ｄ应用: 每个人都爱吃比萨　/ 　１４３
　　８. ３. １　目标　/ 　１４４
　　８. ３. ２　约束条件　/ 　１４４
　　８. ３. ３　选择　/ 　１４４
　　８. ３. ４　数据　/ 　１４４
　　８. ３. ５　数学公式　/ 　１４４
　８. ４　*优化算法的类型　/ 　１４５
　　８. ４. １　精确算法　/ 　１４６
　　８. ４. ２　近似算法　/ 　１４７
　　８. ４. ３　启发式算法　/ 　１４８
　　８. ４. ４　假设分析　/ 　１５１
第３部分
结　　论　　　　第９章　收益管理　/ 　１５４
第１０章　实施数据分析的终极技巧　/ 　１６１
　１０. １　它只是弓箭手. 而不是弓箭本身　/ 　１６１
　１０. ２　总结　/ 　１６２
非传统参考书目和扩展阅读　/ 　１６３
译后记　/ 　１６７

展开全部

本类五星书