4.1 用户推荐指数
社会学
类型
可以朗读
语音朗读
123千字
字数
2019-12-01
发行日期
展开全部
主编推荐语
本书是统计学入门级读物，只要读者会加、减、乘、除就能轻松掌握这门瞬间洞察因果的关键技能。
内容简介
本书首先介绍了统计学理论知识，激发读者对统计分析的兴趣，帮助读者完成理论准备。之后通过近30个商业案例深入地介绍了每种分析方法背后的原理、优缺点、适用范围等，使读者不仅知其然，更知其所以然。
本书注重实际应用，帮助读者在短时间内了解统计学的知识体系，体会到统计学在各行各业中是如何发挥强大作用的；使读者具备一定的统计分析能力，并将这些知识应用到实际工作中。
目录
- 版权信息
- 内容提要
- 前言
- 第1章 为什么要懂点统计学
- 1.1 这些统计问题，你会做吗
- 1.1.1 三门问题
- 1.1.2 “可靠”的医疗报告单
- 1.1.3 波斯公主选驸马
- 1.2 统计学可以帮到你
- 1.2.1 设计抽样调查
- 1.2.2 如何确定保险费用
- 1.2.3 从统计学的角度看博彩
- 1.2.4 更多现代行业应用
- 1.3 到底什么是统计学
- 1.3.1 统计学的起源
- 1.3.2 开启推断统计之门
- 1.3.3 与计算机科学的交叉和结合
- 第2章 描述统计基础
- 2.1 基本概念
- 2.1.1 不同的数据类型
- 2.1.2 常用统计量
- 2.2 数据预处理
- 2.2.1 补全缺失数据
- 2.2.2 剔除异常值
- 2.2.3 数据的归一化
- 2.3 绘制统计图表
- 2.3.1 多种基本图形
- 2.3.2 绘制高维图形
- 第3章 推断统计基础
- 3.1 常见的几种概率分布
- 3.1.1 二项分布和泊松分布
- 3.1.2 正态分布
- 3.1.3 指数分布
- 3.2 相关分析与回归分析基础
- 3.2.1 连续型和离散型相关系数
- 3.2.2 一元回归和多元回归
- 3.2.3 广义线性回归
- 第4章 描述性统计分析
- 4.1 描述性统计分析基础
- 4.2 频数分布分析：用统计图解决伦敦霍乱
- 4.2.1 可怕的英国霍乱
- 4.2.2 约翰·斯诺医生的实地调查
- 4.2.3 对伦敦霍乱平息过程的分析
- 4.2.4 频数分布分析小结
- 4.3 关注数据代表性：统计学家改良轰炸机
- 4.3.1 “二战”盟国轰炸德国损伤惨重
- 4.3.2 轰炸机的返航率得到提高
- 4.3.3 对轰炸机改进过程的分析
- 4.3.4 数据代表性小结
- 4.4 异常值分析：1号店提升营销精准率
- 4.4.1 1号店的数据分析案例
- 4.4.2 1号店数据分析过程
- 4.4.3 异常值分析小结
- 4.5 对比分析：折线图指导购房者寻找合算房价
- 4.5.1 流行于购房网站的对比分析
- 4.5.2 数据对比展示房价波动
- 4.5.3 对比分析小结
- 4.6 描述性统计分析概述：泰坦尼克号生还数据
- 4.6.1 泰坦尼克号沉船始末
- 4.6.2 探索生还者相关信息
- 4.6.3 描述性统计分析小结
- 第5章 相关分析与回归分析
- 5.1 相关分析与回归分析概述
- 5.2 矩阵分解：价值百万美元的Netflix推荐系统
- 5.2.1 Netflix为推荐系统悬赏百万美元
- 5.2.2 构建一个推荐系统
- 5.2.3 矩阵分解小结
- 5.3 一元线性回归：引发金融危机的风险价值模型
- 5.3.1 广受欢迎的风险价值模型
- 5.3.2 评估一个理财产品的风险
- 5.3.3 一元线性回归小结
- 5.4 评分系统：星巴克选址借力大数据
- 5.4.1 越来越难以选择的快餐店地址
- 5.4.2 多元线性回归与评分系统
- 5.4.3 评分系统小结
- 5.5 相关与回归概述：航空乘客数量预测
- 5.5.1 随季节波动的航空乘客数量
- 5.5.2 探究时间序列的相关性和回归模型
- 5.5.3 相关与回归分析小结
- 第6章 关联分析与聚类分析
- 6.1 关联分析与聚类分析概述
- 6.2 购物篮分析：啤酒与尿布的经典案例
- 6.2.1 沃尔玛超市中的啤酒与尿布
- 6.2.2 购物篮分析案例实解
- 6.2.3 购物篮分析小结
- 6.3 序列模式挖掘：Web访问模式帮助电商优化网站
- 6.3.1 序列模式挖掘存在的意义
- 6.3.2 Web访问模式与优化网站
- 6.3.3 序列模式挖掘小结
- 6.4 快速聚类：通过分类降低客户退货率
- 6.4.1 日益兴旺的在线销售和退货问题
- 6.4.2 用聚类分析降低退货率
- 6.4.3 快速聚类小结
- 6.5 层次聚类：为鸢尾花分类
- 6.5.1 更多的聚类分析应用场景
- 6.5.2 使用花瓣长宽、花萼长宽为鸢尾花分类
- 6.5.3 层次聚类小结
- 6.6 关联与聚类综述：加州极客的聚类分析把妹法
- 6.6.1 使用大数据寻找另一半
- 6.6.2 分成7类的潜在女朋友
- 6.6.3 关联分析与聚类分析小结
- 第7章 决策树与模式识别
- 7.1 C4.5算法：电信客户流失预测
- 7.1.1 电信客户的流失与预测
- 7.1.2 使用信息熵建立决策树模型
- 7.1.3 为一个决策树剪枝并解释其规则
- 7.1.4 决策树小结
- 7.2 自组织神经网络：最优路径和旅行商问题
- 7.2.1 旅行商问题的定义
- 7.2.2 构建自组织神经网络并加以调整
- 7.2.3 两类神经网络小结
- 7.3 贝叶斯决策：神奇的谷歌智能翻译
- 7.3.1 谷歌翻译
- 7.3.2 贝叶斯方法和智能翻译应用
- 7.3.3 贝叶斯决策小结
- 7.4 支持向量机：应用广泛的手写识别与语音识别
- 7.4.1 从阿里巴巴说起的模式识别
- 7.4.2 解决了高维诅咒的支持向量机
- 7.4.3 支持向量机小结
- 7.5 判别分析：电信行业构建客户流失模型
- 7.5.1 激烈竞争引起客户流失率升高
- 7.5.2 用于分类的线性判别分析
- 7.2.3 判别分析小结
- 7.6 模式识别综述：日趋成熟的信用评分模型
- 7.6.1 美国为限制信用评分模型立法
- 7.6.2 用多种算法实现信用评分模型
- 7.6.3 模式识别小结
- 第8章 更多的数据挖掘算法
- 8.1 核密度估计法：警务大数据预测犯罪
- 8.1.1 《少数派报告》的现实版
- 8.1.2 核密度估计法和圣克鲁兹市的犯罪地图
- 8.1.3 核密度估计法小结
- 8.2 Flu Trends：“谷歌流感趋势”帮助控制疫情
- 8.2.1 谷歌流感趋势的成与败
- 8.2.2 谷歌流感趋势与流感关联词
- 8.2.3 以Flu Trends为代表的预测算法小结
- 8.3 Apriori算法：透视美国国会投票模式
- 8.3.1 以立法者自居的美国国会议员
- 8.3.2 Apriori算法和关联分析
- 8.3.3 国会投票模式小结
- 8.4 SVD简化数据：IBM软件自动生成新菜谱
- 8.4.1 IBM推出可生成无限食谱的APP
- 8.4.2 SVD简化数据与综合计算
- 8.4.3 创新菜谱软件小结
- 8.5 文本分析：垃圾邮件过滤系统
- 8.5.1 回顾机械分词法和贝叶斯决策
- 8.5.2 词频统计在垃圾邮件过滤中的作用
- 8.5.3 文本分析小结
- 8.6 AdaBoost元算法：侦测欺诈交易
- 8.6.1 使用异常值侦测欺诈交易
- 8.6.2 AdaBoost元算法的分类器构建方法
- 8.6.3 AdaBoost元算法小结
展开全部
评分及书评
4.1
8个评分
- 给这本书评了5.0
本书是一本优秀的统计学入门读物，首先介绍了统计学理论知识，激发读者对统计分析的兴趣，帮助读者完成理论准备。之后通过近 30 个商业案例深入地介绍了每种分析方法背后的原理、优缺点、适用范围等，使读者不仅知其然，更知其所以然。本书注重实际应用，帮助读者在短时间内了解统计学的知识体系，体会到统计学在各行各业中是如何发挥强大作用的；使读者具备一定的统计分析能力，并将这些知识应用到实际工作中。
给这本书评了3.0泛泛而谈，不深入名字起的还不错，在图书馆看到就借回家了，一些例子还有趣，理论讲的不深，也不易懂，第一作者明显专业不对口，谁知道呢
出版方
北京大学出版社
北京大学出版社是在1979年，经国家出版事业管理局同意，教育部批准成立的，恢复了北京大学出版社建制。北京大学出版社依靠北大雄厚的教学、科研力量，同时积极争取国内外专家学者的合作支持，出版了大量高水平、高质量、适应多层次需要的优秀高等教育教材。 北大出版社注意对教材进行全面追踪，捕捉信息，及时修订，以跟上各学科的最新发展，反映该学科研究的最新成果，保持北大版教材的领先地位。
