|
|
|
不懂程式也能學會的大數據分析術：使用 RapidMiner
售價:
$183.00
購買後立即進貨, 約需 7-12 天
|
| |
|
|
| |
|
|
出版社: |
旗標科技
|
| 出版日期: |
2019/02 |
| 頁數: |
368 |
| 尺寸: |
略 |
| ISBN: |
9789863125853 |
|
|
商品簡介 |
商品簡介
行銷企劃、市場分析、統計預測、財務金融、風險管理...都該學！
養成大數據分析力的第一本書！
資料分析、資料科學都是近來非常夯的關鍵字，與其相關的工作職務紛紛冒出，形成一股勢不可擋的大數據分析學習熱潮。
只是聽說學資料分析都得具備一定的技術能力 (例如要會撰寫 Python、R...程式)，往往讓底子不夠、或非資訊背景的人止步...沒關係！不管您身處什麼領域、技術背景如何，本書就是為了想搭上這波學習熱潮的您而生。
書中將利用免費、完全不用撰寫程式的分析工具 - 【RapidMiner】，帶您走過資料科學 / 資料分析的經典分析領域。各專案會一步步帶您從「思考解決什麼樣的問題？」開始，從蒐集資料、清理資料、資料探索與視覺化、到實際建置模型、正確解讀結果...等。所用的分析方法均結合時下盛行的機器學習演算法，您會清楚了解如何利用已知的資料對未來做出預測分析。
在現今數據充斥的環境下，期盼讀者可以藉由本書將滿滿的數據「變現」，提早掌握重要資訊、贏得先機！
【釐清資料領域重要關鍵字】
‧大數據‧開放資料‧資料分析‧資料科學‧機器學習
【資料分析雙鑽石模型】
‧問題發掘‧蒐集與前處理‧資料探索與視覺化‧建模‧模型解讀
【完全免費的資料集散地任你挖寶】
‧data.word‧Kaggle‧Github‧政府開放資料平台…
【統計、建模術語零阻礙，白話解說保證看懂】
‧監督式/非監督式學習‧決策樹‧邏輯迴歸‧混淆矩陣‧分類問題‧迴歸問題‧RMSE、MSE‧分群問題‧K-means模型‧Elbow method‧時間序列‧ARIMA 模型
【不分領域、一看就懂的生活實例】
‧預測NBA選秀球員發展性‧預測中古車的價格‧找出相似喜好的客群‧出生率預估
作者簡介
【黃柏崴】
資料科學家。目前任職於國泰金控數位暨數據發展中心資料科學實驗室。擁有國立清華大學碩士學位，目前專注於使用 Python、PySpark 等程式語言與大數據分散式框架，開發資料科學與機器學習在金融產業的應用。同時也嘗試結合一些設計方法協助定義問題與尋找需求，享受在數據中尋找與嘗試各種創新的可能。
【李童宇】
畢業於國立清華大學服務科學研究所，於碩士班期間，專注於研究時間序列預測演算法、分類演算法，曾為國內餐飲集團開發來客數預測模型。現為科技業資訊部門的資料分析師，擅長撰寫 R 語言和使用 Tableau 視覺化軟體，喜歡透過資料視覺化與分析尋找洞見、解決商業問題。
商品特色/最佳賣點
●零程式基礎！建立分析模型 Step by Step 保證做的到
●零統計基礎！滿滿白話實例，輕鬆解讀統計、衡量指標概念
●生活化實例全面展示【分類、迴歸、分群、時間序列】經典分析
書籍目錄
Part 1 基礎篇
第 1 章 起手式：先搞懂資料領域熱門關鍵字
第 2 章 資料分析五大流程 - 概念解說
第 3 章 資料分析五大流程 - 實戰提示
第 4 章 不會寫程式也可以玩 Data！RapidMiner 簡介與安裝
Part 2 實作篇
第 5 章 分類問題 - 誰是有潛力的 NBA 新秀？
第 6 章 迴歸問題 - 如何買到最合理價格的中古車？
第 7 章 群集分析 - 如何找出擁有相似喜好的客群？
第 8 章 時間序列分析 - 預測未來一年每月出生率
第 9 章 結語：不是資料專家也該有的大數據思維
|
|
|
|
|
|
