科技 类型
可以朗读 语音朗读
161千字 字数
2018-01-01 发行日期
展开全部

主编推荐语

数据分析实用教材：方法、思路、关键问题及案例分析

内容简介

本教材针对数据分析类课程实用性人才的培养需求，主要从作者亲自参加的多个企业合作项目中，总结素材，从中揭示数据分析的核心过程和问题。具体内容包括常用数据分析方法和思路、数据分析过程的关键问题以及电商客户管理、制造企业质量数据分析、酒店客户的情感分析、银行客户的偏好分析、移动用户的营销方案制定等项目分析过程，使读者体会数据分析的难点并参与实践。

目录

  • 封面页
  • 书名页
  • 版权页
  • 内容简介
  • 前言
  • 目录
  • 第1章　数据分析过程的主要问题
  • 1.1　业务理解
  • 1.2　数据理解
  • 1.3　数据质量问题与预处理
  • 1.4　数据分析常见陷阱
  • 1.5　数据分析方法的选择
  • 1.5.1　分类算法
  • 1.5.2　聚类算法
  • 1.5.3　关联分析
  • 1.5.4　回归分析
  • 1.5.5　深度学习
  • 1.5.6　统计方法
  • 1.6　数据分析结果的评价
  • 1.6.1　分类算法的评价
  • 1.6.2　聚类结果的评价
  • 1.6.3　关联分析的评价
  • 1.6.4　回归分析结果的评价
  • 1.6.5　深度学习的评价
  • 1.7　数据分析团队的组建
  • 1.7.1　项目经理
  • 1.7.2　业务专家
  • 1.7.3　数据工程师
  • 1.7.4　数据建模人员
  • 1.7.5　可视化人员
  • 1.7.6　评估人员
  • 1.8　数据分析人才培养的难题
  • 1.8.1　数理要求高
  • 1.8.2　跨学科综合能力
  • 1.8.3　国内技术资料少
  • 1.8.4　实践机会少
  • 第2章　十几万健身房的选择——保险产品推荐
  • 2.1　业务理解
  • 2.2　数据分析目标
  • 2.3　数据探索
  • 2.3.1　数据质量评估
  • 2.3.2　探索数据统计特性
  • 2.3.3　数据降维
  • 2.4　模型选择过程
  • 2.4.1　算法初选
  • 2.4.2　算法验证
  • 2.4.3　算法优化
  • 2.4.4　平衡数据集
  • 2.4.5　修改模型参数
  • 2.5　总结
  • 第3章　常用可视化的多维分析
  • 3.1　箱图
  • 3.2　雷达图
  • 3.3　标签云
  • 3.4　气泡图
  • 3.5　树图
  • 3.6　地图
  • 3.7　高低图
  • 3.8　双轴图
  • 3.9　关系图
  • 3.10　热图
  • 第4章　SPSS Modeler建模组件介绍
  • 4.1　数据预处理组件
  • 4.1.1　数据清理组件
  • 4.1.2　数据集成组件
  • 4.1.3　数据选择组件
  • 4.1.4　数据变换组件
  • 4.2　数据挖掘建模组件
  • 4.2.1　模型筛选
  • 4.2.2　自动建模
  • 4.2.3　决策树模型
  • 4.2.4　贝叶斯网络模型
  • 4.2.5　神经网络模型
  • 4.2.6　支持向量机模型
  • 4.2.7　时间序列模型
  • 4.2.8　统计模型
  • 4.2.9　聚类模型
  • 4.2.10　关联分析
  • 4.2.11　KNN模型
  • 4.2.12　数据挖掘模式评估
  • 4.3　知识表示
  • 4.3.1　图形节点
  • 4.3.2　数据输出
  • 4.3.3　数据导出
  • 第5章　香水销售分析
  • 5.1　香水销售数据预处理
  • 5.2　香水销售数据统计分析
  • 5.3　影响香水销量的因素分析
  • 5.4　香水适用场所关联分析
  • 5.5　香水聚类分析
  • 5.6　香水营销建议
  • 第6章　银行信用卡欺诈与拖欠行为分析
  • 6.1　客户信用等级影响因素
  • 6.1.1　客户信用卡申请数据预处理
  • 6.1.2　信用卡申请成功影响因素
  • 6.2　信用卡客户信用等级影响因素
  • 6.3　基于消费的信用等级影响因素
  • 6.4　信用卡欺诈判断模型
  • 6.4.1　基于Apriori算法的欺诈模型
  • 6.4.2　基于判别的欺诈模型
  • 6.4.3　基于分类算法的欺诈模型
  • 6.5　欺诈人口属性分析
  • 6.5.1　欺诈人口属性统计分析
  • 6.5.2　基于逻辑回归的欺诈人口属性分析
  • 6.5.3　逾期还款的客户特征
  • 6.5.4　基于决策树分析逾期客户特征
  • 6.5.5　基于回归分析逾期客户特征
  • 6.5.6　根据消费历史分析客户特征
  • 6.5.7　基于聚类分析客户特征
  • 6.5.8　基于客户细分的聚类分析
  • 第7章　海底捞火锅运营分析
  • 7.1　火锅相关数据抓取
  • 7.2　数据预处理
  • 7.3　数据分析
  • 7.3.1　海底捞运营分析
  • 7.3.2　店铺选址分析
  • 7.4　菜品关联分析
  • 7.5　用户评论与评分的关联分析
  • 7.6　顾客情感分析
  • 第8章　商务宾馆竞争分析
  • 8.1　目前经济型酒店行业竞争态势
  • 8.2　用户相关数据准备
  • 8.3　通过Python编程抓取评论
  • 8.4　数据预处理
  • 8.5　商务宾馆客户数据分析
  • 8.5.1　酒店评分影响因素
  • 8.5.2　酒店评分与酒店业绩关系
  • 8.5.3　酒店评分分析
  • 8.5.4　客户情感分析
  • 8.5.5　竞争分析
  • 8.6　建议
  • 第9章　耐热导线工厂质量管理数据分析
  • 9.1　项目概述
  • 9.2　耐热导线生产质量数据预处理
  • 9.3　耐热铝线质量检测数据分析
  • 第10章　基于逻辑回归模型的高危人员分析
  • 10.1　高危人员分析需求
  • 10.2　高危人群相关数据收集与预处理
  • 10.3　建立模型
  • 第11章　卷积神经网络在音频质量评价领域的应用
  • 11.1　深度学习基础
  • 11.1.1　深度学习的发展过程
  • 11.1.2　深度学习常用技术框架
  • 11.1.3　常用的深度学习算法
  • 11.2　音频质量评价
  • 11.2.1　音频样本及特征预处理
  • 11.2.2　音频特征选择
  • 11.2.3　卷积神经网络模型训练
  • 11.2.4　模型参数调优
  • 11.3　性能验证
  • 参考文献
展开全部

评分及书评

评分不足
1个评分
  • 用户头像
    给这本书评了
    5.0

    数据挖掘已经广泛应用于各行各业，并催生了数据分析师的兴起。本书结合项目实践，首先对数据挖掘的核心问题进行了总结，并以保险推荐为例说明数据挖掘过程中每个步骤需要关注之处；然后，结合香水销售分析，讨论可视化图形的基本应用。为增强本书的实用性，提高读者的动手能力，后续章节详细地分析了数据挖掘在银行信用卡、餐饮、商务酒店、制造业、公安等领域的应用。此外，本书还介绍了卷积神经网络在音频数据处理方面的实际应用。

      转发
      评论

    出版方

    清华大学出版社

    清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。