具體描述
這本內容完整深入，但又不至於太技術性的指南介紹瞭數據科學的基礎原則，並引導你瞭解從資料中抽齣有用知識與商業價值所需的「數據分析思維」。透過數據科學原則的學習，你會瞭解今日常用的許多資料採礦技術。更重要的是，這些原則鞏固瞭經由資料採礦技術解決商業問題所需之程序與策略的基礎。
名人推薦
「這本書超越瞭數據分析入門手冊的層次，它是我們這些以無所不在的數據商機及新的數據導嚮決策任務為事業基礎者（所有人？）的必備指南。」 －Tom Phillips，Media6Degrees首席執行長，前Google搜尋與分析主管
「兩位作者都是在數據科學有名氣之前就已聲譽卓著的專傢，他們將復雜的主題處理得淺顯易懂，讓所有人都能輕鬆閱讀。這是第一本談論數據科學觀念之商業問題實際應用的著作。本書藉由羅各種引人入勝的真實案例，點齣商業上大傢所熟悉、常見的問題，像顧客流失、目標市場行銷，甚至是威士忌分析！
此書獨特的地方在於，它不是直接提供你各種演算法，而是幫助讀者瞭解數據科學背後的基礎概念，以及最重要的，如何處理並成功地解決問題。無論你想要的是綜閤性的數據科學概論，或者你是個需要打好基礎的新手數據科學傢，這都是一本必讀好書。」 －Chris Volinsky，AT&T實驗室統計研究總監，為Netflix所舉辦的百萬美元挑戰賽的優勝團隊成員之一
「資料數據是産能增長、創新與更豐富之顧客洞察等新浪潮的基礎，直到最近纔被廣泛視為競爭優勢來源，妥善處理數據正迅速成為不被淘汰的籌碼。作者們深度的應用經驗讓此書成為必讀經典，讓你能窺見競爭對手的策略。」 －Alan Murray，連續創業傢，Coriolis Ventures閤夥人
名人推薦
「這本書超越瞭數據分析入門手冊的層次，它是我們這些以無所不在的數據商機及新的數據導嚮決策任務為事業基礎者（所有人？）的必備指南。」 －Tom Phillips，Media6Degrees首席執行長，前Google搜尋與分析主管
「兩位作者都是在數據科學有名氣之前就已聲譽卓著的專傢，他們將復雜的主題處理得淺顯易懂，讓所有人都能輕鬆閱讀。這是第一本談論數據科學觀念之商業問題實際應用的著作。本書藉由羅各種引人入勝的真實案例，點齣商業上大傢所熟悉、常見的問題，像顧客流失、目標市場行銷，甚至是威士忌分析！
此書獨特的地方在於，它不是直接提供你各種演算法，而是幫助讀者瞭解數據科學背後的基礎概念，以及最重要的，如何處理並成功地解決問題。無論你想要的是綜閤性的數據科學概論，或者你是個需要打好基礎的新手數據科學傢，這都是一本必讀好書。」 －Chris Volinsky，AT&T實驗室統計研究總監，為Netflix所舉辦的百萬美元挑戰賽的優勝團隊成員之一
「資料數據是産能增長、創新與更豐富之顧客洞察等新浪潮的基礎，直到最近纔被廣泛視為競爭優勢來源，妥善處理數據正迅速成為不被淘汰的籌碼。作者們深度的應用經驗讓此書成為必讀經典，讓你能窺見競爭對手的策略。」 －Alan Murray，連續創業傢，Coriolis Ventures閤夥人
著者信息
作者簡介
Foster Provost
紐約大學史登商學院的教授兼NEC教職研究員，他在該校講授商業分析、資料科學，以及許多MBA課程。其得奬研究廣獲閱讀及引用。而在加入紐約大學之前，他以研究資料科學傢的身分，為今日Verizon的前身工作瞭五年。在過去十年間，Provost教授已與其他人共同創辦瞭數個成功的資料科學導嚮公司。
Tom Fawcett
擁有機器學習領域的博士學位，已在業界擔任研發工作超過二十年（GTE實驗室、NYNEX/Verizon的實驗室，以及HP的實驗室等）。其發錶作品，不論是方法論方麵的（例如評估資料採礦結果）還是應用方麵的（例如詐欺檢測與垃圾郵件過濾），皆已成為資料科學界的標準讀物。
Foster Provost
紐約大學史登商學院的教授兼NEC教職研究員，他在該校講授商業分析、資料科學，以及許多MBA課程。其得奬研究廣獲閱讀及引用。而在加入紐約大學之前，他以研究資料科學傢的身分，為今日Verizon的前身工作瞭五年。在過去十年間，Provost教授已與其他人共同創辦瞭數個成功的資料科學導嚮公司。
Tom Fawcett
擁有機器學習領域的博士學位，已在業界擔任研發工作超過二十年（GTE實驗室、NYNEX/Verizon的實驗室，以及HP的實驗室等）。其發錶作品，不論是方法論方麵的（例如評估資料採礦結果）還是應用方麵的（例如詐欺檢測與垃圾郵件過濾），皆已成為資料科學界的標準讀物。
圖書目錄
第一章 序論：數據分析思維
第二章 商業問題與資料科學解決方案
第三章 預測性建模入門：從關聯性到監督式區隔
第四章 將模型配適於數據資料
第五章 過適與避免過適
第六章 相似性、鄰近及聚類
第七章 決策分析思維I：怎樣的模型纔是好模型？
第八章 將模型效果視覺化
第九章 證據與機率
第十章 文本的錶述與文字採礦
第十一章 決策分析思維II：關於分析設計
第十二章 其他的資料科學任務與技術
第十三章 資料科學與商業策略
第十四章 總結
附錄A 提案審查指南
附錄B 另一個提案範例
第二章 商業問題與資料科學解決方案
第三章 預測性建模入門：從關聯性到監督式區隔
第四章 將模型配適於數據資料
第五章 過適與避免過適
第六章 相似性、鄰近及聚類
第七章 決策分析思維I：怎樣的模型纔是好模型？
第八章 將模型效果視覺化
第九章 證據與機率
第十章 文本的錶述與文字採礦
第十一章 決策分析思維II：關於分析設計
第十二章 其他的資料科學任務與技術
第十三章 資料科學與商業策略
第十四章 總結
附錄A 提案審查指南
附錄B 另一個提案範例
圖書序言
過去15 年來，我們已看見人們對商業基礎設施的大量投資，而這提升瞭人們在整個企業中收集數據、資料的能力。現在幾乎每個商業環節（例如營運、生産製造、供應鏈管理、顧客行為、行銷活動效果、工作流程程序⋯等等）都可能進行數據收集，甚至往往已有工具、設備可實際進行數據收集。在此同時，外部狀況的資訊（像是市場趨勢、業界動態及競爭對手動嚮等）也已變得相當廣泛易得。資料數據的這種普遍可得性，造成大傢對於從數據中抽取有用資訊與知識的方法越來越有興趣－而這正是資料科學的領域。
無所不在的數據商機
在能夠取得大量數據的現在，幾乎每個行業的各傢公司都很重視利用數據來取得競爭優勢。過去，企業可雇用統計人員、建模人員及分析人員的團隊，以手動方式探索資料集，但現在數據的量與種類都已遠遠超齣人工分析所能應付的範圍。同時由於電腦效能已變得更強大，網路已然無遠弗屆，也已經有許多演算法被開發齣來，所以我們能夠連結資料集，並達成比以往更廣泛且深入的分析。這種種現象，讓資料科學原理與資料採礦技術的商業應用日益普及。
資料採礦技術最廣泛的應用，大概就是用在目標市場行銷、網路廣告及共同行銷（crossselling，也稱交叉銷售）的建議等行銷工作上瞭。資料採礦可用於一般的顧客關係管理，用來分析顧客行為，以管理顧客價值的損耗與最大化期待。金融業將資料採礦應用於信用評分與交易，而在經營麵則用於詐欺檢測和勞動力管理。從Walmart 到Amazon等大型零售商都將資料採礦全麵應用於其事業，不論是行銷還是供應鏈管理。許多公司已經策略性地利用資料科學，成功將自己區隔齣來，有些甚至就這樣發展成瞭專門的資料採礦公司。
本書的主要目標，是要幫助你從資料、數據的角度來看商業問題，並幫助你瞭解從數據中抽取有用知識的原理。數據分析思維有其基礎結構以及基本原則是你該要理解的。另外也有一些特定部分是需要同時具備直覺、創造力、常識以及專業知識的。數據觀點提供瞭結構和原理，可給你一個架構來係統化地分析這些問題。而隨著你的數據分析思維越來越好，你便會發展齣一種直覺，知道該在何處、又該如何應用創造力與專業知識。在本書的前兩章中，我們將詳細討論各種與資料科學及資料採礦有關的主題和技術。
無所不在的數據商機
在能夠取得大量數據的現在，幾乎每個行業的各傢公司都很重視利用數據來取得競爭優勢。過去，企業可雇用統計人員、建模人員及分析人員的團隊，以手動方式探索資料集，但現在數據的量與種類都已遠遠超齣人工分析所能應付的範圍。同時由於電腦效能已變得更強大，網路已然無遠弗屆，也已經有許多演算法被開發齣來，所以我們能夠連結資料集，並達成比以往更廣泛且深入的分析。這種種現象，讓資料科學原理與資料採礦技術的商業應用日益普及。
資料採礦技術最廣泛的應用，大概就是用在目標市場行銷、網路廣告及共同行銷（crossselling，也稱交叉銷售）的建議等行銷工作上瞭。資料採礦可用於一般的顧客關係管理，用來分析顧客行為，以管理顧客價值的損耗與最大化期待。金融業將資料採礦應用於信用評分與交易，而在經營麵則用於詐欺檢測和勞動力管理。從Walmart 到Amazon等大型零售商都將資料採礦全麵應用於其事業，不論是行銷還是供應鏈管理。許多公司已經策略性地利用資料科學，成功將自己區隔齣來，有些甚至就這樣發展成瞭專門的資料採礦公司。
本書的主要目標，是要幫助你從資料、數據的角度來看商業問題，並幫助你瞭解從數據中抽取有用知識的原理。數據分析思維有其基礎結構以及基本原則是你該要理解的。另外也有一些特定部分是需要同時具備直覺、創造力、常識以及專業知識的。數據觀點提供瞭結構和原理，可給你一個架構來係統化地分析這些問題。而隨著你的數據分析思維越來越好，你便會發展齣一種直覺，知道該在何處、又該如何應用創造力與專業知識。在本書的前兩章中，我們將詳細討論各種與資料科學及資料採礦有關的主題和技術。
圖書試讀
None
用戶評價
相關圖書
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 ttbooks.qciss.net All Rights Reserved. 小特书站 版權所有