1. 首页 > 全网神秘学教程 > 身心灵魔法

《用商业案例学R语言数据挖掘》经管之家【文字版_PDF电子书_推荐】_计算机类

如何自学 占星术 占星教程网盘 塔罗牌教程百度网盘

《用商业案例学R语言数据挖掘》经管之家【文字版_PDF电子书_推荐】

《用商业案例学R语言数据挖掘》经管之家【文字版_PDF电子书_推荐】_计算机类

书名:用商业案例学R语言数据挖掘
作者:常国珍/曾珂/朱江
出版社:电子工业出版社
译者:
出版日期:2017-9
页数:460
ISBN:9787121319587
0.0
豆瓣短评
全网资源sm.nayona.cn

内容简介:

商业智能时代已经全面到来,分析型人才的岗位数量在就业市场中呈现井喷式增长。无论是从事产品研发的工程师,还是从事产品推广的市场人员、人力资源和财务会计人员,都需要掌握数据分析技术,否则很有可能被人工智能替代。

本书包括 18 章,涉及使用 R 语言做数据分析和数据挖掘的主要分析方法。其中,第 1、 2 章为数据分析方法概述,第 3 章为 R 语言编程基础,第 4 章到第 8 章为统计学习方法,第 9 章到第 16 章为数据挖掘方法,第 17 章为特征工程,第 18 章为 R 文本挖掘。每章都根据所涉及的知识点的不同,选取了实用的案例,并为读者准备了相应的练习题。

本书作为 CDA 数据分析师系列丛书中《如虎添翼!数据处理的 SPSS 和 SAS EG 实现(第 2 版)》和《胸有成竹!数据分析的 SPSS 和 SAS EG 进阶(第 2 版)》的姐妹篇,将前两本书的内容进行整合并做了重大拓展,而且秉承了该系列丛书的特点:内容精练、重点突出、示例丰富、语言通俗。可以作为广大从业人员自学商业数据分析的读物,适合大中专院校师生学习和阅读,同时也可以作为高等院校商科、社会科学及相关培训机构的教材。

作者简介:

常国珍,北京大学会计学博士,中国大数据产业生态联盟专家委员会专家委员。主要从事金融、电信行业客户画像,信用与操作风险识别与防范,客户终生价值预测与价值提升等工作。

曾珂,华中师范大学管理科学工程硕士,现为第一车贷金融产品部产品经理,精通Python与R语言数据挖掘。曾经就职于华为、国家电网等企业。以金融信用与欺诈风险建模、文本分析、数据可视化等为主要研究方向。

朱江,挪威科技大学工学硕士,现为CDA数据分析研究院课程开发副总监,CDA数据挖掘竞赛的评委。精通R与SAS语言数据挖掘,从事电商与互联网数据分析的教学工作。研究方向为电商推荐系统开发、数据可视化、客户特征提取和客户行为模式发现。

目  录:

第1章商业数据分析基础

1.1 商业数据分析的本质

1.2 商业数据分析中心的建设

第 2 章 数据分析的武器库

2.1 数据挖掘简介

2.2 R 语言简介

2.3 R 与 RStudio 的下载和安装

2.4 在 RStudio 中安装包

2.5 练习题

第 3 章 R 语言编程

3.1 R 的基本数据类型

3.2 R 的基本数据结构

3.3 R 的程序控制

3.4 R 的函数

3.5 R 的日期与时间数据类型

3.6 在 R 中读写数据

3.7 练习题

第 4 章 R 描述性统计分析与绘图

4.1 描述性统计分析

4.2 制图的步骤

4.3 R 基础绘图包

4.4 ggplot2 绘图

4.5 练习题

第 5 章 数据整合和数据清洗

5.1 数据整合

5.2 R 中的高级数据整合

5.3 R 中的抽样

5.4 R 的数据清洗 .

5.5 数据整合

第 6 章 统计推断基础

6.1 基本的统计学概念

6.3 双样本 t 检验

6.4 方差分析(分类变量和连续变量关系检验)

6.5 相关分析(两连续变量关系检验)

6.6 卡方检验(两分类变量关系检验)

6.7 练习题.

第 7 章 客户价值预测:线性回归模型与诊断

7.1 相关性分析

7.2 线性回归

7.3 线性回归诊断

7.4 正则化方法

7.5 练习题

第 8 章 Logistic 回归构建初始信用评级

8.1 Logistic 回归的相关关系分析

8.2 Logistic 回归模型及实现

8.3 最大熵模型与极大似然法估计

8.4 模型评估

8.5 练习题

第 9 章 使用决策树进行信用评级

9.1 决策树建模思路

9.2 决策树算法

9.3 在 R 中实现决策树

9.4 组合算法(Ensemble Learning)

9.5 练习题

第 10 章 神经网络

10.1 神经元模型

10.2 人工神经网络模型

10.3 单层感知器

10.4 BP 神经网络

10.5 RBF 神经网络

10.6 神经网络设计与 R 代码实现

10.7 练习题

第 11 章 分类器入门:最近邻域与贝叶斯网络.

11.1 分类器的概念

11.2 KNN 算法

11.3 朴素贝叶斯

11.4 贝叶斯网络

11.5 练习题

第 12 章 高级分类器:支持向量机

12.1 线性可分与线性不可分

12.2 线性可分支持向量机

12.3 线性支持向量机

12.4 非线性支持向量机

12.5 R 中的支持向量机

12.6 练习题

第 13 章 连续变量的维度归约

13.1 维度归约方法概述

13.2 主成分分析

13.3 因子分析

13.4 奇异值分解

13.5 对应分析和多维尺度分析

13.6 练习题

第 14 章 聚类

14.1 聚类分析概述

14.2 聚类算法逻辑.

14.3 层次聚类.

14.4 k-means 聚类

14.5 基于密度的聚类.

14.6 聚类模型的评估

14.7 高斯混合模型(Gaussian Mixture Model)

14.8 客户分群

14.9 练习题

第 15 章 关联规则与推荐算法

15.1 长尾理论

15.2 关联规则

15.3 序贯模型

15.4 推荐算法与推荐系统.

15.5 练习题.

第 16 章 时间序列建模

16.1 认识时间序列

16.2 简单时间序列分析.

16.3 平稳时间序列分析 ARMA 模型

16.4 非平稳时间序列分析 ARIMA 模型

第 17 章 特征工程( Feature Engineering)(博文视点官方网站下载)

17.1 特征工程概述.

17.2 数据预处理(Data Preprocessing)

17.3 特征构造(Feature Construction)

17.4 特征抽取(Feature Extraction)

17.5 特征选择(Feature Selection)

第 18 章 R 文本挖掘(博文视点官方网站下载)

18.1 文本挖掘

18.2 文本清洗

18.3 中文分词与文档模型.

18.4 文本的特征选择及相关性度量

18.5 文本分类

18.6 主题模型

18.7 综合案例.

附录 A 数据说明(博文视点官方网站下载)

浏览器不支持脚本!

有需要联系v;hx-hx4

摘要:《用商业案例学R语言数据挖掘》是一本经管之家推荐的计算机类电子书。本文将从以下四个方面对该书进行详细阐述:内容介绍、案例分析、数据挖掘方法和实践应用。通过对这些内容的探讨,读者可以全面了解该书的特点和价值,为学习数据挖掘提供指导。

1、内容介绍

《用商业案例学R语言数据挖掘》是一本以商业案例为基础,以R语言为工具进行数据挖掘的经管之家推荐计算机类电子书。该书主要介绍了R语言的基本语法和数据处理技巧,以及如何运用R语言进行数据挖掘。通过丰富的实例和案例分析,读者可以了解数据挖掘的基本概念和方法,掌握数据挖掘的流程和技巧。

该书的内容分为四个部分:数据挖掘基础、数据预处理、分类与预测分析以及聚类与关联分析。每个部分都有相应的案例和实例,读者可以通过实践来巩固所学知识。同时,该书还提供了相关的R语言代码和数据集,读者可以通过实践来加深对数据挖掘的理解。

2、案例分析

《用商业案例学R语言数据挖掘》以商业案例为基础,通过对实际的商业问题进行分析和解决,帮助读者理解数据挖掘的应用场景和方法。每个案例都包含了问题的背景、数据的收集和处理、模型的建立和评估等步骤。通过对这些案例的学习,读者可以学会如何运用R语言进行数据挖掘,提高解决实际问题的能力。

案例分析还包括了一些常见的商业问题,例如市场营销、客户关系管理、金融风险评估等。通过对这些案例的分析,读者可以了解数据挖掘在实际商业中的应用,并学会如何运用数据挖掘的方法和技巧解决类似的问题。

3、数据挖掘方法

《用商业案例学R语言数据挖掘》介绍了一些常用的数据挖掘方法和技术,包括聚类分析、关联规则挖掘、分类与预测分析等。通过对这些方法的介绍和实例的演示,读者可以了解每种方法的原理和应用场景,并学会如何运用这些方法解决实际问题。

同时,该书还介绍了一些数据预处理的方法和技巧,包括数据清洗、数据变换、特征选择等。通过对这些方法的学习,读者可以了解如何对原始数据进行处理和优化,提高数据挖掘的效果和准确性。

4、实践应用

《用商业案例学R语言数据挖掘》不仅介绍了数据挖掘的基本概念和方法,还通过实例和案例的分析,帮助读者学会如何运用R语言进行数据挖掘。通过对实际问题的分析和解决,读者可以巩固所学知识,提高数据挖掘的实践能力。

实践应用还包括了一些实际的商业案例,例如市场营销、金融风险评估、客户关系管理等。通过对这些案例的分析和实践,读者可以了解数据挖掘在实际商业中的应用,并学会如何运用数据挖掘的方法和技巧解决类似的问题。

总结:

《用商业案例学R语言数据挖掘》是一本以商业案例为基础,以R语言为工具进行数据挖掘的计算机类电子书。通过对内容介绍、案例分析、数据挖掘方法和实践应用的详细阐述,读者可以全面了解该书的特点和价值,为学习数据挖掘提供指导。

本文由nayona.cn整理

点击联系需要东西方神秘学学习资料,专业的咨询

本文采摘于网络,不代表本站立场,转载联系作者并注明出处: https://sm.nayona.cn/xinnengyuan/259309.html

联系我们

在线咨询:点击这里给我发消息

微信号:hx-hx3