互联网 类型
可以朗读 语音朗读
179千字 字数
2025-08-01 发行日期
展开全部

主编推荐语

本书系统地讲解了如何利用ChatGPT赋能数据分析。

内容简介

全书共11章，层层递进，既涵盖理论方法，也注重实践操作：首先讲解ChatGPT的使用与高质量提示词的构建，然后探讨如何使用ChatGPT学习业务知识、分析方法、分析工具，最后通过多个行业实战案例的讲解，帮助读者真正将AI技术融入数据分析，提高分析效率和决策能力，抓住行业变革带来的机遇。

目录

  • 版权信息
  • 内容简介
  • 作者简介
  • 推荐语
  • 前言
  • 第1章 智识初窥：AIGC与ChatGPT基础认知
  • 1.1 AIGC的简介与发展
  • 1.1.1 AIGC的定义与背景
  • 1.1.2 AIGC的发展历程与技术演进
  • 1.2 主流AIGC产品简介及对比
  • 1.3 ChatGPT在数据分析中的应用场景
  • 1.4 ChatGPT账号注册及使用基本流程
  • 1.4.1 注册ChatGPT账号
  • 1.4.2 使用ChatGPT的基本流程
  • 1.5 互动练习题
  • 第2章 精要Prompt：构建优质指令策略与应用
  • 2.1 Prompt的基本概念和作用
  • 2.2 构建高质量Prompt的策略
  • 2.3 Prompt在数据分析中的最佳实践
  • 2.4 Prompt实践案例
  • 2.5 自动生成Prompt的工具及使用示例
  • 2.6 互动练习题
  • 第3章 行业洞察：用ChatGPT学习业务知识和指标体系
  • 3.1 利用ChatGPT学习行业知识
  • 3.2 各行业Prompt示例
  • 3.3 构建科学的业务指标体系
  • 3.4 ChatGPT在业务指标优化中的应用
  • 3.5 互动练习题
  • 第4章 方法研习：用ChatGPT学习数据思维和分析方法
  • 4.1 数据思维
  • 4.2 指标异动分析
  • 4.3 描述性分析
  • 4.4 对比分析
  • 4.5 细分分析
  • 4.6 预测分析
  • 4.7 相关性分析
  • 4.8 漏斗分析
  • 4.9 RFM用户分层分析
  • 4.10 同期群分析
  • 4.11 假设检验
  • 4.12 互动练习题
  • 第5章 统计进阶：用ChatGPT探索统计学知识
  • 5.1 描述性统计
  • 5.1.1 描述性统计的概念
  • 5.1.2 集中趋势
  • 5.1.3 离散程度
  • 5.1.4 分布特性
  • 5.1.5 数据可视化
  • 5.1.6 ChatGPT案例：描述性统计分析
  • 5.1.7 小结
  • 5.2 概率论基础
  • 5.2.1 什么是概率论
  • 5.2.2 基本概率规则
  • 5.2.3 常见概率分布
  • 5.2.4 ChatGPT案例：正态分布的绘制与概率计算
  • 5.2.5 优缺点与适用场景
  • 5.2.6 小结
  • 5.3 抽样与估计
  • 5.3.1 抽样方法
  • 5.3.2 区间估计与点估计
  • 5.3.3 大数定律与中心极限定理
  • 5.3.4 ChatGPT案例：置信区间计算
  • 5.3.5 优缺点与适用场景
  • 5.3.6 小结
  • 5.4 假设检验
  • 5.4.1 什么是假设检验
  • 5.4.2 假设检验的步骤
  • 5.4.3 常见的假设检验方法
  • 5.4.4 ChatGPT案例：t检验示例
  • 5.4.5 ChatGPT案例：卡方检验示例
  • 5.4.6 ChatGPT案例：方差分析（ANOVA）示例
  • 5.4.7 一类错误和二类错误
  • 5.4.8 优缺点与适用场景
  • 5.4.9 小结
  • 5.5 相关性分析与回归分析
  • 5.5.1 相关性分析
  • 5.5.2 常见相关性系数
  • 5.5.3 ChatGPT案例：皮尔逊相关系数计算
  • 5.5.4 回归分析
  • 5.5.5 常见的回归分析方法
  • 5.5.6 ChatGPT案例：简单线性回归分析
  • 5.5.7 优缺点与适用场景
  • 5.5.8 小结
  • 5.6 时间序列分析
  • 5.6.1 什么是时间序列
  • 5.6.2 平稳性与平稳性检验
  • 5.6.3 时间序列建模方法
  • 5.6.4 ChatGPT案例：时间序列分析与ARIMA模型
  • 5.6.5 优缺点与适用场景
  • 5.6.6 小结
  • 5.7 A/B测试与因果推断
  • 5.7.1 什么是A/B测试
  • 5.7.2 A/B测试的步骤
  • 5.7.3 ChatGPT案例：A/B测试的t检验
  • 5.7.4 因果推断
  • 5.7.5 ChatGPT案例：Uplift模型构建
  • 5.7.6 优缺点与适用场景
  • 5.7.7 小结
  • 5.8 数据分布与假设检查
  • 5.8.1 数据分布及常见分布类型
  • 5.8.2 常见的假设检查
  • 5.8.3 ChatGPT案例：正态性和同方差性检验
  • 5.8.4 多重共线性检测
  • 5.8.5 ChatGPT案例：VIF检测多重共线性
  • 5.8.6 优缺点与适用场景
  • 5.8.7 小结
  • 5.9 数据降维
  • 5.9.1 什么是数据降维
  • 5.9.2 常见的降维方法
  • 5.9.3 优缺点与适用场景
  • 5.9.4 小结
  • 5.10 互动练习题
  • 第6章 玩转SQL：用ChatGPT展开SQL学习与实战
  • 6.1 数据分析中要掌握的SQL技能
  • 6.2 SQL Prompt的技巧
  • 6.3 ChatGPT Prompt for SQL：案例设计与实现
  • 6.4 SQL生成的插件与工具
  • 6.5 互动练习题
  • 第7章 玩转Python：用ChatGPT展开Python学习与实战
  • 7.1 数据分析中要掌握Python的哪些技能
  • 7.2 Python Prompt技巧
  • 7.3 ChatGPT Prompt for Python：案例设计与实现
  • 7.4 Python AI辅助工具：PandasAI和JupyterAI
  • 7.4.1 PandasAI使用指南
  • 7.4.2 JupyterAI使用指南
  • 7.5 互动练习题
  • 第8章 可视解读：用ChatGPT实现数据可视化与分析
  • 8.1 数据可视化的核心概念
  • 8.2 使用ChatGPT生成数据可视化代码
  • 8.3 数据结果解读
  • 8.4 完整可视化项目：销售数据分析
  • 8.5 互动练习题
  • 第9章 项目实战：多场景数据分析项目解析
  • 9.1 DAU异动分析项目
  • 9.2 用户行为路径分析项目
  • 9.3 用户生命周期分析项目
  • 9.4 运营活动效果分析项目
  • 9.5 手游广告投放效果分析项目
  • 9.6 内容消费偏好分析项目
  • 9.7 产品功能使用分析项目
  • 9.8 用户社交行为分析
  • 9.9 金融信用评分卡预测
  • 9.10 传统制造业产品销量预测
  • 9.11 滴滴出行A/B Test效果分析
  • 9.12 美团DID因果推断项目
  • 9.13 在线教育NLP文本挖掘项目
  • 第10章 求职助力：借助ChatGPT开启求职之路
  • 10.1 第一阶段：简历准备
  • 10.2 第二阶段：面试前的准备
  • 10.3 第三阶段：面试后复盘
  • 10.4 第四阶段：Offer谈判与选择
  • 第11章 未来可期：AIGC时代数据分析师的转型与突破
  • 11.1 数据分析师的角色转变
  • 11.2 数据分析师如何应对未来
展开全部

评分及书评

尚无评分
目前还没人评分

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。