logo
分类于: 计算机基础 互联网 云计算&大数据 人工智能

简介

大数据掘金: 挖掘商业世界中的数据价值

大数据掘金: 挖掘商业世界中的数据价值 0.0分

资源最后更新于 2020-03-29 01:08:07

作者:〔美〕杜尔森·德伦

译者:丁晓松宋冰玉

出版社:出版社中国人民大学出版社

出版日期:2016-06

ISBN:9787300220314

文件格式: pdf

标签: 运营 商业 数据分析 大数据 机器学习

简介· · · · · ·

在数据洪流中沙里淘金,挖掘大数据背后的价值洼地,为企业带来下一个增长红利。在互联网风气云涌的时代,很多企业拥有数据金矿,却很少能挖出真金白银。数据本身不产生价值,企业只有分析和利用大数据,才能将散落在各个平台中的数据的真正商业价值挖掘出来。数据挖掘已成为解决复杂商业问题、抓住商机的常用工具。杜尔森·德伦编著丁晓松、宋冰玉编译的《大数据掘金(挖掘商业世界中的数据价值)》一书介绍了数据挖掘与分析领域的最佳案例,揭示了如何系统运用数据,找出其中隐含的模式与联系,帮助你更好的利用收集到的数据为自己服务。作者:(美)杜尔森·德伦译者:丁晓松,宋冰玉丁晓松,北京外国语大学国际商学院管理科学与工程系教授,主要的研究领域包括库存管理、模糊决策分析、最优化算法、供应链绩效评估等。迄今为止,丁晓松教授已在国内外知名学术期刊发表论文多篇,并出版专著译著多部。杜尔森·德伦博士,国际知名的商务分析与数据挖掘专家,经常受邀参加全国乃至国际会议,就数据与文本挖掘、商务情报、决策支持系统、商业分析以及知识管理等话题发表演讲。德伦博士是威廉姆·斯皮尔斯和尼尔·帕特森商务分析荣誉主席、健康系统创新中心的研究主任,俄克拉何马州立大学斯皮尔斯商学院管理科学与信息系统教授。现已出版多部关于商务分析与数据挖掘方面的著作。

想要: 点击会收藏到你的 我的收藏,可以在这里查看

已收: 表示已经收藏

Tips: 注册一个用户 可以通过用户中心得到电子书更新的通知哦

目录

  1. 推荐序
  2. 第1章 分析学入门
  3. 分析学与分析有区别吗
  4. 数据挖掘该归何处
  5. 分析学何以突然受到追捧
  6. 分析学的应用领域
  7. 分析学面临的主要挑战
  8. 分析学的发展历史
  9. 分析学的简单分类
  10. 分析学的前沿技术——以IBM Watson为例
  11. 第2章 数据挖掘入门
  12. 数据挖掘是什么
  13. 哪些不属于数据挖掘
  14. 数据挖掘最常见的应用
  15. 数据挖掘能够发现怎样的规律
  16. 常用的数据挖掘工具
  17. 数据挖掘的负面影响:隐私问题
  18. 第3章 数据挖掘过程
  19. 数据库知识获取过程
  20. 跨行业标准化数据挖掘流程
  21. SEMMA
  22. 数据挖掘六西格玛方法
  23. 哪种方法最好
  24. 第4章 数据与数据挖掘的方法
  25. 数据挖掘中的数据属性
  26. 数据挖掘中的数据预处理
  27. 数据挖掘方法
  28. 预测法
  29. 分类法
  30. 决策树
  31. 数据挖掘中的聚类分析
  32. K均值聚类算法
  33. 关联法
  34. Apriori算法
  35. 对数据挖掘的误解与事实
  36. 第5章 数据挖掘算法
  37. 近邻算法
  38. 评估相似性:距离度量
  39. 人工神经网络
  40. 支持向量机
  41. 线性回归
  42. 逻辑回归
  43. 时间序列预测
  44. 第6章 文本分析和情感分析
  45. 自然语言处理
  46. 文本挖掘应用
  47. 文本挖掘的流程
  48. 文本挖掘工具
  49. 情感分析
  50. 第7章 大数据分析学
  51. 大数据从何而来
  52. 定义“大数据”的V们
  53. 大数据的关键概念
  54. 大数据分析处理的商业问题
  55. 大数据科技
  56. 数据科学家
  57. 大数据和流分析法
  58. 数据流挖掘
  59. 译者后记