資料智慧化：利用資料科學，將資訊化為創見
John W. Foreman 著，胡為君 譯
- 出版商: 碁峰資訊
- 出版日期: 2016-09-12
- 定價: $480
- 售價: 7.9 折 $379
- 語言: 繁體中文
- 頁數: 432
- ISBN: 9864761803
- ISBN-13: 9789864761807
-
相關分類:
Data Science
- 此書翻譯自: Data Smart: Using Data Science to Transform Information into Insight (Paperback)
已絕版
買這商品的人也買了...
-
C 語言教學手冊, 4/e$620$490 -
最新網路概論, 14/e$540$486 -
R 軟體資料分析基礎與應用 (R for Everyone: Advanced Analytics and Graphics)$650$553 -
精通 Python｜運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)$780$616 -
完整學會 Git, GitHub, Git Server 的24堂課$360$284 -
資料科學的商業運用 (Data science for business)$680$537 -
Python 程式設計實務－從初學到活用 Python 開發技巧的16堂課$560$437 -
了解人工智慧的第一本書：機器人和人工智慧能否取代人類？$360$284 -
Raspberry Pi 嵌入式系統入門與應用實作$480$379 -
UX策略｜設計讓人夢寐以求的創新數位產品 (UX Strategy: How to Devise Innovative Digital Products that People Want)$480$379 -
Python 機器學習 (Python Machine Learning)$580$452 -
打動人心的產品設計｜頂尖設計師打造成功產品的黃金法則 (Designing Products People Love: How Great Designers Create Successful Products)$580$458 -
Python 函式庫語法範例字典$450$356 -
寫給 PM、RD 與設計師看的設計需求分析─使用者想要的應用程式都是這樣打造出來的 (Designing the Requirements: Building Applications that the User Wants and Needs)$580$458 -
機器學習 | 使用 Python 進行預測分析的基本技術$580$493 -
.jpg)
Python + Spark 2.0 + Hadoop 機器學習與大數據分析實戰$680$530 -
網站擷取｜使用 Python (Web Scraping with Python: Collecting Data from the Modern Web)$580$458 -
Data Science from Scratch｜用 Python 學資料科學 (中文版)(Data Science from Scratch: First Principles with Python)$580$458 -
今天不學機器學習，明天就被機器取代：從 Python 入手+演算法$590$502 -
高效率資料分析｜使用 Python (Foundations for Analytics with Python)$580$458 -
Python 自動化的樂趣｜搞定重複瑣碎 & 單調無聊的工作 (中文版) (Automate the Boring Stuff with Python: Practical Programming for Total Beginners)$500$425 -
深度學習快速入門 — 使用 TensorFlow (Getting started with TensorFlow)$360$281 -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)$390$308 -
認識資料科學的第一本書 (Data Analytics Made Accessible)$450$356
商品描述
<內容簡介>
本書告訴你如何用Excel，從一堆數字中找出提升業績的秘密
不騙你，但資料科學家可不是什麼神秘的魔法師。資料科學是人人都能玩的。
真的！本書會示範最重要的資料科學技術、運作原理、使用方式，以及對業務的成效。
本書不寫程式、不談資料庫技術，只是採用最迅速無痛的方式，把原始資料變成你可以處理的東西。
捲起袖子，一起來動手吧！
別緊張，不過是是試算表而已。
本書提供範例檔案可供下載練習。您可以學到：
．使用一般線性模型、混合方法與「單純貝式」，建立人工智慧
．用 k-means、球形k-means與網路圖模組化來建立叢集
．數學最佳化，包括非線性規劃與一般演算法
．用指數平滑法，處理時間序列資料與展望
．用蒙地卡羅模擬，計算風險並量化
．在單一維度或多維度進行異常偵測
．初探資料科學專用的R程式語言
名人推薦
「這本書讓統計學跟演算法變得簡單易懂而且實用，再也不用苦讀教科書跟論文了！」 - Patrick Crosby, StatHat創辦人與OKCupid執行長
「本書把現代統計方法與演算法解釋得易懂易做。你再也不用被教科書與論文荼毒了！」—Patrick Crosby，StatHat創始人，OkCupid首任技術長
「佛爾曼先生來我公司面談時，穿著『肯德基上校』式的西裝，鬼扯一堆烤肉、雷射和柳橙汁之類的無關話題。然後，他解釋了要怎樣解決我公司的『大數據』問題，只用了簡單的試算表。不用搞伺服器叢集、大型主機或Hadoop之類的昂貴軟體。只用了Excel。我馬上決定聘請他。讀完本書後，你也會學到如用數學方法與基礎試算表公式改善你的業務，或者至少可以騙到某位高級主管聘請你當資料分析師。」— Ben Chestnut， MailChimp創始人兼執行長
「約翰佛爾曼是分析團隊的必備成員，如果你搶不到他，乖乖讀本書也勉強可以啦。」— Patrick Lennon，可口可樂公司分析總監
<作者簡介>
John W. Foreman
MailChimp.com的首席資料科學家。服務過的客戶包括可口可樂、戴爾電腦、皇家加勒比國際郵輪、Intercontinental Hotels與美國國防部、國稅局、國土安全部、FBI。
<目錄>
chapter 01 關於試算表，你應該要知道但卻不好意思問的一切
chapter 02 叢集分析第一篇：使用 K-means 分割顧客群
chapter 03 單純貝氏與單純笨蛋
chapter 04 最佳化模型：「現榨」果汁，不一定就好喝
chapter 05 叢集分析第二篇：網路圖與社群偵測
chapter 06 受監督人工智慧的老祖宗 - 迴歸
chapter 07 組合模型：三個臭皮匠
chapter 08 預測：放輕鬆；你贏不了的
chapter 09 異常偵測：他們怪怪的，不表示他們無足輕重
chapter 10 從試算表到 R
