新書推薦：
《
岁月待人归：徐悲鸿自述人生艺术
》
售價：HK$
61.4
《
女人的中国医疗史：汉唐之间的健康照顾与性别
》
售價：HK$
103.8
《
资治通鉴熊逸版：第四辑
》
售價：HK$
470.8
《
中国近现代名家精品——项维仁：工笔侍女作品精选
》
售價：HK$
66.1
《
宋瑞驻村日记（2012-2022）
》
售價：HK$
115.6
《
汗青堂丛书138·帝国的切口：近代中国口岸的冲突与交流（1832-1914）
》
售價：HK$
127.4
《
人世事，几完缺 —— 啊，晚明
》
售價：HK$
115.6
《
樊树志作品：重写明晚史系列（全6册 崇祯传+江南市镇的早期城市化+明史十二讲+图文中国史+万历传+国史十六讲修订版）
》
售價：HK$
498.0
|
| 編輯推薦： |
在未来，容易上手的程序语言与免费的教材只会越来越普及，唯有绝佳的资料素养和决策分析能力，才能真正让你出类拔萃！
◎内行引入门→本书作者实力雄厚，拥有多年教学经验，更是R语言中文版的编译者。
◎功力就大增→解析型企业、时间序列、决策树、随机森林等十个大数据核心讲题帮你全方位大提升！
◎思维超展开→程序语言专业讲解与发人省思的分析探讨同步帮你掌握关键。
◎展望大未来→每讲皆以国际化的大数据时事开头，引发学习兴趣，增进视野高度！
|
| 內容簡介： |
我分类故我在！大数据也要大思维！思维革新比数据技术更重要！
在商业分析和商业智慧的场景下，人们需要的是建构大数据，而不是从巨量资料当中“大海捞针”。
如果只是把资料变多，认知学习能力的维度却没有变高，接下来会如何？从少量数据都学习不到的价值，大数据只会让它更遥不可及。
大数据时代来临，获取数据和信息的技术越发精进，每天产生的数据量也越来越庞大，该如何发挥庞大信息的影响力呢？未来，容易上手的程序语言与免费的教材只会越来越普及，唯有绝佳的资料素养和决策分析能力才能真正让你出类拔萃！
本书内容丰富，从多个角度切入，探讨大数据所必备的工具，例如R Commander、决策树、随机森林与R语言强大的视觉化功能。除了概念解析之外，作者更逐行解析专业程序语言，再加码实际操作与应用功能说明。本书非常适合作为R语言的基础自学书。
|
| 關於作者： |
何宗武
现任中国台湾师范大学全球经营与策略研究所教授，曾任中国台湾世新大学特聘教授、财务金融学系教授、数量方法研究暨发展中心主任。擅长财务经济学、金融大数据、计量经济资料科学及程序语言等，曾出版《R语言：深入浅出财经计量》《R资料采矿与数据分析：以GUI套件Rattle结合程序语言实作》《资料分析轻松学：R Commander高手捷径》《Eviews高手：财经计量应用手册》等多部著作。
|
| 目錄：
|
第 1 讲? 分析型企业的概念? ? 001
大数据有大用? ?▲007
数据分析过程涉及的两个大数据环境? ?▲009
算法的概念? ?▲013
数据分析之信息概论? ?▲017
测量的哲学——自我学习之路? ?▲030
本书内容安排? ?▲032
第 2 讲? 统计分布的数字特征? ? 037
统计图? ?▲040
平均值? ?▲041
四分位距? ?▲043
标准差? ?▲045
偏度? ?▲047
峰度? ?▲049
分析大数据时需要注意的问题? ?▲051
商业模式的数字挑战? ?▲052
第 3 讲? 时间序列? ? 053
时间序列的概念? ?▲057
时间序列的特点? ?▲057
时间序列分析之低频分析? ?▲059
时间序列的分类分析? ?▲061
时间序列分析之日高频分析? ?▲069
分类分析? ?▲072
时间序列分析之日内高频分析? ?▲077
分析大数据时需要注意的问题? ?▲080
预测失灵? ?▲081
第 4 讲? 期望值与信赖区间? ? 083
期望的概念? ?▲087
简单的统计原理? ?▲087
R Commander 项目实战? ?▲096
残差诊断? ?▲103
R 语言程序实战? ?▲113
分析大数据时需要注意的问题? ?▲117
基于区块链的决策思考? ▲120
第 5 讲? 二元选择模型与 Logistic 模型? ? 123
二元选择模型? ?▲126
R Commander 项目实战? ?▲131
R 语言程序实战? ?▲137
分析大数据时需要注意的问题? ?▲142
大数据的经济预测? ?▲144
第 6 讲? 主成分分析? ? 147
主成分分析的概念? ?▲150
R Commander 项目实战? ?▲153
R 语言程序实战? ?▲168
分析大数据时需要注意的问题? ?▲173
都是预测惹的祸? ?▲174
第 7 讲? 聚类分析? ? 177
聚类分析的基本概念? ?▲180
R Commander 项目实战 ? ?▲184
R 语言程序实战? ?▲196
分析大数据时需要注意的问题? ?▲203
平台经济的数据决策? ?▲204
第 8 讲? 决策树? ? 207
决策树的概念? ?▲210
决策树的分类原理? ?▲210
R Commander 项目实战? ?▲213
R 语言程序实战? ?▲222
分析大数据时需要注意的问题? ?▲230
当数据变成噪声? ?▲232
第 9 讲? 随机森林? ? 235
随机森林的概念? ?▲238
随机森林的特点? ?▲239
R Commander 项目实战? ?▲239
R 语言程序实战? ▲248
分析大数据时需要注意的问题? ?▲250
都是随机惹的祸? ?▲251
第 10 讲? 购物车分析? ? 253
购物车分析的概念? ?▲256
关联分析的原理? ?▲256
R Commander 项目实战? ?▲258
R 语言程序实战? ?▲263
分析大数据时需要注意的问题? ?▲278
数据产品化——大数据决策的最后一段路? ?▲280
附录 A? 关于 R 语言的安装? ? 283
R 语言简介及安装? ?▲284
R Commander 简介? ?▲291
安装 R Commander? ?▲292
附录 B? rattle 包的安装? ? 295
加载外部数据? ?▲298
加载 R 语言内置数据? ?▲301
附录 C? 数据文件的读取和 MySQL 数据库的使用? ? 303
数据的读取? ?▲304
使用数据库读取数据? ?▲317
常用的数据处理函数? ?▲321
数据计算函数 apply() 家族? ?▲322
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
