购物车中还没有商品,赶紧选购吧!
商业大数据分析 主编 彭武良 高等教育出版社
商品价格
定价
手机购买
商品二维码
配送
北京市
数量

推荐商品

  • 商品详情
手机购买
商品二维码
价格:
数量:
库存   个

商品详情

商品名称:商业大数据分析
ISBN:9787895662247
出版社:高等教育出版社
出版年月
作者:主编 彭武良
定价:37.00
页码
装帧
版次:1版1次
字数:330 千字
开本
套装书:否

       本教材为“商业大数据分析”课程的配套教材。本教材高度重视知识、理论与实践的紧密融合,有机整合大数据技术、机器学习方法和商业案例分析。

       本教材共分三个部分,涵盖11个章节。第一部分由第一章和第二章构成,系统介绍商业大数据概念及数据处理流程,助力学生提升计算机素养,使其对该领域形成系统认知。第二部分包含第三章至第七章,引导学生深入学习人工智能背后的逻辑、主要模型及算法,着重培养学生的逻辑推理与深度分析能力,让学生掌握技术核心要点。第三部分包含第八章至第十一章,在介绍Python数据分析技术的基础上,借助具体案例展示商业大数据分析过程,训练学生的实战能力,能够让学生切实将所学知识应用于实际场景。三个部分循序渐进,使读者具备商业大数据分析的从业能力,并为其在经济管理领域开展科学研究奠定坚实的技术基础。

       本教材配有丰富的数字化教学资源,包含教学课件、自测题、课后习题等,同时提供Python语言源代码,满足师生的教学需求。

       本教材可作为高等学校经济类、管理类等相关专业数据分析课程的教材,也能为商业大数据相关领域的从业人员提供参考。

第一章 认识商业大数据
  1.1 数据
  1.2 大数据
  1.3 商业大数据
  1.4 商业大数据分析方法
  课后习题
  本章讲义
第二章 大数据处理过程
  2.1 数据采集
  2.2 数据采集技术
  2.3 数据预处理
  2.4 数据库与数据仓库
  2.5 数据可视化
  2.6 视觉感知
  课后习题
  本章讲义
第三章 机器学习基础
  3.1 机器学习概念
  3.2 有监督学习
  3.3 有监督机器学习算法
  3.4 无监督学习
  3.5 强化学习
  3.6 模型的训练与评估
  3.7 评估指标
  课后习题
  本章讲义
第四章 关联规则
  4.1 关联规则的定义
  4.2 关联规则的相关概念及基本原理
  4.3 典型算法——Apriori算法
  4.4 改进算法——FP-Growth算法
  课后习题
  本章讲义
第五章 聚类分析
  5.1 聚类分析的基本概念
  5.2 聚类分析的原理
  5.3 层次聚类算法
  5.4 K-means算法
  5.5 K-mediods算法
  课后习题
  本章讲义
第六章 线性回归分析
  6.1 相关关系
  6.2 简单线性回归
  6.3 多元线性回归
  6.4 二元逻辑回归
  课后习题
  本章讲义
第七章 分类算法基础
  7.1 分类的基本原理
  7.2 k-近邻算法
  7.3 经典决策树算法
  课后习题
  本章讲义
第八章 Python数据分析基础
  8.1 NumPy基础
  8.2 Pandas入门
  8.3 汇总和计算描述统计
  8.4 相关系数与协方差
  8.5 数据清洗
  8.6 基于Matplotlib的绘图
  课后习题
  本章讲义
第九章 推荐系统
  9.1 推荐系统的概念
  9.2 基于关联规则的推荐系统
  9.3 基于协同过滤算法的推荐系统
  本章讲义
第十章 基于回归分析的客户分析
  10.1 基于多元回归的客户价值分析
  10.2 客户流失预警模型
  10.3 模型评估方法
  本章讲义
第十一章 基于决策树的管理预测
  11.1 管理预测
  11.2 员工离职预测模型
  11.3 决策树模型的代码实现
  11.4 基于决策树的员工离职预测模型
  本章讲义

对比栏

1

您还可以继续添加

2

您还可以继续添加

3

您还可以继续添加

4

您还可以继续添加