☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

• 云端运算是基于网际网路的运算方式，它通过网际网路为个人使用者或企业使用者提供按需即取的服务。随着电脑技术的发展，资料的存储量成倍的增长，Data Mining 技术在“资料海洋、知识荒漠”的背景下应运而生的，并且一经出现就得到各个领域的重视。随着Data Mining 的逐渐成熟，以Data Mining 为核心的Business Intelligence（BI）已经成为了IT 和其他行业中的必争之地同时伴随着Big Data 的热潮使得海量资料分析变成月来越重要的一个研究方向。云端运算可以实现使用端通过线上上传资料或购买资料，通过云资料仓库服务，进行资料仓库建模和资料抽取，线上支付使用Data Mining 工具和Business Intelligence 相关分析处理软体。Data Mining 和Business Intelligence 的原理相似，均由资料提供资讯、产生知识，再由知识累积智慧。而云端运算可以使这个过程在网际网路上得以实现。也就是说云端运算可以提供基于SaaS 的知识与智慧分析的服务（Information &Intelligence as a Service），简称IIaaS，它是SaaS 的延伸。

　　• 基于此利基MS Office Excel 变成为数据分析最方便有用及功能强大的软体（全世界约有10 亿人口会使用EXCEL） MS Office Excel 2013 结合SQL Server 2012 -2014支援解决大数据（BIG DATA）资料工作表（Work Sheet），并可以同时存储大量变数的资料。为能有效提升Excel 2013 使用者资料处理和分析的能力，微软公司提供了一个免费的资料採矿模组。通过调用该模组，Excel 2013 使用者可以方便快速的完成以往只有使用专业资料採矿软体才能完成的任务。同时亦提供可视化的模组及动态分析模组（Power BI）使得海量数据的分析变得轻松又有趣。

　　• 本书的第一部分详细叙述资料採矿的一般概念、通行规范、方法技术、以及软体应用等。使读者获得一个较为清晰和正确的资料採矿观念。本书的第二部分围绕Excel 2013 的资料採矿模组，通过大量操作示范，详细讲述了Excel 2013 资料採矿模组的九大模型的使用。这些模型包括决策树、贝氏机率分类、关联规则、群集分析、时序群集、线性回归、Logistic 回归、类神经网路和时间序列分析。基本含盖了主要的资料採矿方法。第三部分介绍了Excel 2013 的表格工具。结合第二部分所介绍的资料採矿方法，使用改进过的Excel 表格工具，可以很方便的进行图形化的分析。这些分析方法在第三部分都有详细的介绍。第四部分是资料採矿的实例。包含了银行业、电信业、行销企业及台湾创新产业。通过详细的操作讲解和结果解释，读者可以获得实际的资料採矿经验，并能迅速在自己所处的领域中加以应用。这是一本实用的书，迈向 BIG DATA 领域的开门书，才疏学浅书中错误及不周之处请大家海涵并不吝指正。

作者简介

谢邦昌 教授

　　学历：
　　国立台湾大学生物统计学博士

　　现任：
　　台北医学大学管理学院院长、大数据研究中心主任、中华资料採矿协会荣誉理事长

　　主要经历：
　　•九十三年特种考试地方政府公务人员考试典试委员
　　•中国统计学社民意测验召集委员、国际统计委员、统计教育委员
　　•统计服务委员、财务委员、统计奖学金委员(第三十一届)
　　•辅仁大学统计资讯学系教授
　　•中国统计学社理事、民意测验委员会召集人(1994～迄今)
　　•中华民国民意测验协会理事(1995～迄今)
　　•内政部统计委员会委员(1995～迄今)
　　•国家科学委员会企划考核处统计顾问(1996～迄今)
　　•行政院主计处统计委员会兼任研究员(1997～迄今)
　　•全国意向顾问研究中心荣誉顾问(1998～迄今)
　　•东森电视台顾问
　　•中华民国全国商业总会谘询委员
　　•荣民总医院 名誉顾问
　　•国家政策研究基金会 财政金融组顾问
　　•中国大陆国家统计局教材编审委员
　　•中国人民大学统计学系客座教授
　　•中国人民大学统计学系Data Mining中心客座教授
　　•中国人民大学应用统计研究中心教授
　　•中国人民大学统计调查研究中心顾问兼客座教授
　　•厦门大学计划统计学系客座教授
　　•上海财经大学统计学系客座教授
　　•西安统计学院特聘研究员
　　•Journal Of Data Science 执行编辑

　　经历：
　　•辅仁大学统计系教授兼系主任(1995～2000)
　　•辅仁大学管理学院院务发展委员(1996～1997)
　　•辅仁大学中西文化中心兼任研究员(1994～1996)
　　•辅仁管理评论编辑委员(1994～1997)
　　•TVBS民意调查中心荣誉顾问(1996～1998)
　　•东森电视台民意调查中心荣誉顾问(1999～2000)
　　•东森电视台市场及民意调查中心荣誉顾问(1999～2003)
　　•台湾大学生物统计研究室兼任教授(1992～2003)
　　•辅仁大学总务长 (2003～2005)
　　•辅仁大学进修成长学院院长(2004～2005)

郑宇庭

　　学历：
　　美国明尼苏达大学 统计学 博士

　　现职：
　　国立政治大学统计学系 副教授

　　主要经历：
　　•国立政治大学统计学系副教授 (2002－迄今)
　　•国立政治大学资料採矿中心主任 (2007－迄今)
　　•国立政治大学统计学系助理教授 (1997－2002)
　　•国立政治大学商学院民意与市场调查中心主任 (2014－迄今)
　　•美国精算学会副精算师 (1995－迄今)
　　•国立政治大学选举研究中心兼任委员 (1998－迄今)
　　•尼尔森电视收视率调查监督委员 (1998－2001)
　　•基隆市政府民意调查审议小组委员 (1998－1999)
　　•中国统计学社民意测验及统计教育委员 (1999－2003)
　　•中华资料採矿协会常务理事 (2001－迄今)
　　•司法院资料採矿研讨会委员 (2003－2004)
　　•中华市场研究协会常务理事 (2008－2012)
　　•中华市场研究协会副理事长 (2013－迄今)

Part  I  Data Mining演算法介绍

第0章　前言
•0-1　何谓Big data
•0-2　Big data实例
•0-3　SQL Server 2014简介

第1章　资料採矿简介
•1-1　资料採矿定义
•1-2　资料採矿重要性
•1-3　资料採矿功能
•1-4　资料採矿步骤
•1-5　资料採矿建模的标准CRISP-DM

第2章　资料採矿运用理论及技术
•2-1　回归分析
•2-2　关联法则
•2-3　集群分析
•2-4　判别分析
•2-5　类神经网路分析
•2-6　决策树分析
•2-7　其他分析方法

第3章　资料採矿与其他相关领域的关系
•3-1　资料採矿与统计分析的不同
•3-2　资料採矿与资料仓储的关系
•3-3　KDD与资料採矿的关系
•3-4　OLAP与资料採矿的关系
•3-5　资料採矿与机器学习的关系
•3-6　Web Mining和Data Mining有什么不同？

第4章　资料採矿商业软体产品及其应用现状
•4-1　资料採矿商业软体的分类
•4-2　主要软体的介绍
•4-3　顾客关系管理（CRM）
•4-4　资料採矿的行业应用

Part  II  Excel 2013资料採矿模组介绍

第5章　安装与设定资料採矿增益集
•5-1　系统需求
•5-2　开始安装
•5-3　完成安装检核
•5-4　组态设定
•5-5　组态完成检核

第6章　Excel 2013资料採矿入门
•6-1　Excel 2013资料採矿功能介绍
•6-2　资料採矿使用说明
•6-3　资料採矿连接设定
•6-4　资料准备
•6-5　资料模型化
•6-6　精确度和验证
•6-7　模型使用方式
•6-8　模型管理

第7章　决策树
•7-1　基本概念
•7-2　决策树模组的建置
•7-3　决策树与判别函数比较
•7-4　计算方法
•7-5　Excel操作步骤

第8章　贝氏机率分类
•8-1　基本概念
•8-2　Excel操作步骤

第9章　关联规则
•9-1　基本概念
•9-2　关联规则的种类
•9-3　Apriori演算法
•9-4　Excel操作步骤

第10章　群集分析
•10-1　基本概念
•10-2　阶层式群集分析
•10-3　群集分析原理
•10-4　Excel 操作步骤

第11章　时序集群
•11-1　基本概念
•11-2　相关研究和演算法
•11-3　Excel操作步骤

第12章　线性回归
•12-1　基本概念
•12-2　简单回归分析
•12-3　复回归分析
•12-4　Excel操作步骤

第13章　罗吉斯回归
•13-1　基本概念
•13-2　logit变换
•13-3　logistic分佈
•13-4　列联表的logistic回归模型
•13-5　Excel操作步骤

第14章  类神经网路
•14-1　基本概念
•14-2　类神经网路的特性
•14-3　神经网路的架构与训练演算法
•14-4　类神经网路应用
•14-5　类神经网路优缺点
•14-6　Excel操作步骤

第15章  时间序列
•15-1　基本概念
•15-2　时间序列的成份
•15-3　时间序列资料的图形介绍
•15-4　利用修匀法预测
•15-5　用趋势投射预测时间序列
•15-6　预测含趋势与季节成份的时间序列
•15-7　利用回归模型预测时间序列
•15-8　其他预测模式
•15-9　单变量时间序列预测模式
•15-10　时间趋势预测模式
•15-11　Excel操作步骤

第16章  DMX(Data Mining Extension)介绍
•16-1  DMX介绍
•16-2  DMX函数介绍
•16-3  DMX资料採矿语法
•16-4  DMX应用范例

Part  III  Excel 2013表格工具介绍

第17章　其他分析方法
•17-1　分析关键影响因数
•17-2　侦测类别目录
•17-3　加入遗漏值
•17-4　预测
•17-5　反白显示例外状况
•17-6　状况分析
•17-7　假设

第18章　Excel 2013 Power BI
•18-1　Power BI
•18-2　Power Query
•18-3　Power Pivot
•18-4　Power View
•18-5　Power Map

Part  IV  资料採矿范例

第19章　应用CRISP-DM在各产业建立资料採矿模型
•19-1　Data Mining建立信用卡使用者信用评测的採矿模型
•19-2　Data Mining在电信业的应用案例
•19-3　Data Mining在市场行销的应用案例
•19-4　Data Mining在台湾产业创新概况调查案例

None

资料採矿 之技术及应用（Excel 实例演练） 电子书 下载 mobi epub pdf txt 2024

类似图书 点击查看全场最低价

查看全网最低价