☆☆☆☆☆
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

近数年各行各业的发展都朝网路及大数据靠拢，他们需要懂得网路运作的法政人才、了解数据分析的销售人才、擅长数位技术的金融人才、孰悉资讯技术的医疗人才、深谙资料处理及分析的文学人才。过去，想要跨足资讯领域很困难，因为门槛很高（无论是软硬体的需求都很昂贵而且学习困难），所以资讯科班出身的人才很吃香，但未来人才的竞争力来自于跨领域的能力，光靠资讯技术难以满足创新时代的要求，反而是那些具备理工、法商、文史、生医等专业而又懂得资料处理者才是时代的宠儿。因为现代资讯领域的门槛已大幅降低，金费及时间已不是问题，只要您愿意突破心理障碍，大胆跨入新领域，就会有惊人的收获。本书旨在协助您跨足新领域、展开新视界，让您成为高人一等的Data Analyst数据分析师，或Big Data Engineer大数据工程师。

　　由于网路交易的频繁及政府资料库的开放，资料的产出如海水般涌入，资料的取得及保存也「易于往昔」，故如何运用电脑从中挖掘有用的资讯，以提高决策品质，才是今日各界需要面对的重点，但是怎么挖？用甚么工具挖？

　　资料採矿涉及许多不同的演算方法，如果不能了解其演算原理，就会陷入「知其然而不知其所以然」的盲点，甚或误用採矿方法。坊间有关资料採矿的书籍很多，但多欠缺深入的解说，只是重点翻译或是规则重述，没有作者自己的思维（消化咀嚼之后的表述），以致读者阅读之后仍是一头雾水，这类书籍充其量只能作为授课大纲，而无助于问题之解决。

　　本书分为10章，第1章说明R语言的用法，第2～8章为关联分析、丛集分析、分类分析、资料包络分析、决策树、随机森林等各种演算方法的深入剖析，第9章引领读者进入「类神经网路及人工智慧」的殿堂，最后一章则为R语言之大数据处理。本书不但说明如何使用R语言的套件来进行资料採矿，更从不同角度阐述这些採矿模型（演算法）的原理，并以浅显易懂的范例让读者了解其成因及产出，例如关联分析之强度指标、贝氏分类的机率计算、阶层分群之演算步骤、剪影系数的计算解析、决策树之建构程序、随机森林之节点路径、类神经网路的权值修正等，只要读者愿意投入些许时间，必能豁然开朗、明其堂奥。
 

Chapter 1　R语言及其扩展包之使用
01-1　R语言及RStudio之安装与更新
01-2　RStudio之使用简介
01-3　如何建立R Script程式档
01-4　R语言之物件简介
01-5　如何使用R语言之扩展包
 
Chapter 2　关联分析
02-1　何谓关联规则
02-2　如何运用关联规则
02-3　使用arules扩展包进行关联分析
02-4　使用arulesViz扩展包绘制关联分析图
 
Chapter 3　丛集分析
03-1　何谓丛集分析
03-2　丛集分析之各类演算法
03-3　使用stats扩展包进行Kmean演算
03-4　使用cluster扩展包进行Kmedoids演算
03-5　使用fpc扩展包进行DBSCAN演算
03-6　使用stats扩展包进行HC演算
 
Chapter 4　回归分析
04-1　回归分析的意义及功能
04-2　如何使用Excel进行回归分析
04-3　如何解读回归分析的结果
04-4　如何运用回归方程式
04-5　如何进行多元回归分析
04-6　如何进行非计量变数的回归分析
04-7　如何处理多变量回归分析的共线问题
04-8　如何使用R语言进行简单回归分析
04-9　如何将R语言分析结果汇出为Excel档
04-10　R语言之多元回归分析及3D立体图绘制
04-11　R语言之非计量变数的回归分析

Chapter 5　分类分析
05-1　单纯贝氏分类演算法
05-2　k最近邻分类演算法
05-3　线性判别分析
05-4　各种分类演算法的比较
 
Chapter 6　决策树
06-1　决策树之结构
06-2　决策树之建构
06-3　如何选择决策树的切割点
06-4　使用R语言建立决策树
 
Chapter 7　资料包络分析
07-1　资料包络分析之功能概述
07-2　资料包络分析模式之解析
07-3　使用R扩展包执行DEA基本演算
07-4　使用R扩展包执行交叉效率分析
07-5　使用R扩展包执行超级效率分析
07-6　使用R扩展包执行成本效率分析
07-7　使用R扩展包执行跨期效率分析
07-8　其他免费DEA工具
 
Chapter 8　随机森林
08-1　随机森林的基本概念
08-2　随机森林的演算步骤
08-3　使用R语言进行随机森林演算
08-4　取出随机森林演算结果的资讯
08-5　随机森林之绘图及路径之建构
08-6　解释变数最适量之寻找方法
 
Chapter 9　类神经网路及人工智慧
09-1　人工智慧的关键技术
09-2　类神经网路的基本概念
09-3　类神经网路演算说明
09-4　使用nnet扩展包进行类神经网路演算
09-5　使用neuralnet扩展包进行类神经网路演算
09-6　使用RSNNS扩展包进行类神经网路演算数及重复学习次数
09-7　类神经网路之影像辨识范例
09-8　使用MXNet进行CNN卷积神经网路演算
 
Chapter 10　R的大数据处理
10-1　使用平行处理及编译，缩短处理时间
10-2　使用记忆体管理扩展包，扩大运用空间
10-3　透过瘦身减重及资料抽样，增进处理绩效
10-4　搭配Oracle Database进行资料採矿
10-5　搭配SQL Server进行资料採矿
10-6　大数据的来源
 
附录A　如何使用本书随附之范例档
 
附录B　程式档清单
 
附录C　资料档清单
 
附录D　解释档清单
 
附录E　如何将资料汇入SQL Serve
 
附录F　如何使用ODBC连结Oracle
 
附录G　如何使用SQL Developer上传资料表
 
附录H　基本函数使用说明线连接
 
 

None

R语言的资料採矿导引：大数据时代的资料分析(附绿色范例档) 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