登入
|
註冊
|
會員中心
|
結帳
|
培訓課程
魔法弟子
|
自資出版
|
電子書
|
客服中心
|
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
iPhone 4S JB解禁秘術:Cydia 超限軟體300+
.
AWS 職場實戰手冊
文學小說
文學
|
小說
商管創投
財經投資
|
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
|
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
|
語言工具
雜誌、期刊
|
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
|
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
|
休閒娛樂
漫畫、插圖
|
限制級
大數據驅動商業決策:13 個 RapidMiner 商業預測操作實務
作者:
沈金清、陳佩瑩
分類:
電腦與網路
/
綜論
出版社:
旗標
出版日期:2022/4/6
ISBN:9789863127031
書籍編號:kk0548390
頁數:0
定價:
630
元
優惠價:
95
折
598
元
書價若有異動,以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨:目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數:
(請將滑鼠移至星星處進行評價)
目前平均評價:
文字連結
複製語法
大數據驅動商業決策:13 個 RapidMiner 商業預測操作實務
圖片連結
複製語法
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
用一個創業的故事,告訴你大數據分析如何解決商業問題 手搖飲競爭對手在哪裡?超市商品之間是否有關連性?推薦什麼電影給客戶?客戶是否下單買保險?電信業的客戶是否跳槽?公司未來營收可能是多少…公司從草創到轉型的過程中,會遇到很多的問題。但是,現在你有了解決方案! 本書透過主人翁 Joe 跟 Eddy 的創業故事,告訴讀者如何使用大數據分析,解決公司營運過程中所遇到的問題。書中的分析案例貫穿了企業發展、管理的整個生命週期,所以無論現在的你處於什麼階段,都可以找到切身相關的問題,並學會如何透過大數據分析的方式解決,從而真正實現數據驅動決策(data-driven decision making)的管理方式。 本書使用 RapidMiner 圖形化介面,即便不會寫程式,也能夠將雜亂的數據進行有效的整理、轉換。特別是使用合理的分析演算法,能夠快速獲得容易理解的數據內容,並得出結論,進而基於結論作出合理的決策。 本書的內容將幫助你的公司,成功轉型成數據驅動商業決策。 本書特色: ● 繁體中文第一本獲得 RapidMiner 臺灣總代理昊青推薦專書 ● 專文推薦 王健全 中華經濟研究院副院長 蘇傳軍 元智大學工業工程與管理研究所教授 林修葳 臺灣大學國際企業學系所教授 周冠男 政治大學商學院副院長 余士迪 清華大學計量財務金融學系教授 林君信 前陽明交通大學管理科學研究所所長 董澍琦 中興大學財務金融學系教授 丘邦翰 元智大學數位金融學群教授 ● 專家審訂 蘇傳軍 元智大學工業工程與管理研究所教授 丘邦翰 元智大學數位金融學群教授 ● 使用圖形化介面 RapidMiner 9.10 免費版,大數據分析不用寫程式 ● 透過一個創業的故事,告訴你大數據分析如何解決商業問題 ● 書中提供詳細操作步驟,你一定做得出來 ● 範例資料集來自真實資料,商業分析很有感
沈金清 美國評價分析師 CVA 經濟部無形資產評價管理師 數位金融碩士 商學碩士 管理碩士學分班 智慧財產權碩士班 法律學分班 大氣科學碩士 陳佩瑩 經濟部無形資產評價師 數位金融碩士 商學碩士
前言 第 0 章 大數據商業應用的基礎知識與軟體介紹 0.1 數據特性 0.2 數據分析 0.3 本書理念 0.4 軟體介紹 0.5 線上教學資源 第 1 章 如何辨識競爭中的關鍵因素 1.1 樞紐分析的基本原理 1.2 實例操作 - 鐵達尼號存活旅客 1.3 章節練習 - 影響汽車銷售的重要因素 第 2 章 我的競爭對手在哪裡?策略群組的量化分析 2.1 非監督式 K-平均法(K-Means)以及監督式 K-近鄰(KNN)演算法的基本原理 2.2 K-Means 實例操作 - 商場客戶分組 2.3 KNN 實例操作 - 商場客戶分析 2.4 KNN 模型測試 2.5 商業應用 - 尋找距離最近的競爭對手 2.6 章節練習 - 競品麥片分析 第 3 章 預測客戶的下一步?網頁瀏覽行為預測 3.1 Apriori 關聯分析演算法的基本原理 3.2 實例操作 - 分析客戶下一個瀏覽的網頁 3.3 章節練習 - 預測客戶下一次瀏覽的新聞 第 4 章 這些商品放在一起很好賣!擬定賣場促銷方案 4.1 關聯分析的基本原理 4.2 實例操作 - 分析客戶一起購買的商品 4.3 章節練習 - 超商購物車商品分析 第 5 章 你的客戶可能會喜歡...會員制俱樂部如何推薦商品 5.1 推薦引擎與評分矩陣的基本原理 5.2 實例操作 - 會員對商品的評分預測(Rating Prediction, RP) 5.3 向會員推薦商品(Item Recommendation, IR) 5.4 章節練習 - 歌手推薦 第 6 章 買了此商品的客戶,也買了...電子商務如何推薦商品 6.1 基於商品推薦引擎的基本原理 6.2 實例操作 - 電影評分預測 6.3 向會員推薦電影 6.4 章節練習 - 線上商城 第 7 章 喜歡此商品的客戶,也喜歡...根據潛在喜好推薦電影 7.1 偏置矩陣分解的基本原理 7.2 實例操作 - 電影評分預測 7.3 向會員推薦電影 7.4 章節練習 - 美食服務平台 第 8 章 客戶是否真的會下單?客戶消費意願預測 8.1 單純貝氏演算法的基本原理 8.2 實例操作 - 客戶消費意願預測模型 8.3 預測客戶消費意願 8.4 章節練習 - 線上叫車平台推廣優惠券 第 9 章 哪些因素會影響銷售定價?房價預測 9.1 線性迴歸演算法的基本原理 9.2 最佳化步驟 9.3 實例操作 - 房價分析 9.4 房價預測 9.5 章節練習 - 紅酒等級評估 第 10 章 哪些客戶會違約?客戶貸款違約預測 10.1 邏輯斯迴歸演算法的基本原理 10.2 實例操作 - 銀行客戶貸款違約分析 10.3 模型調整 10.4 預測客戶是否違約 10.5 章節練習 - 信用卡用戶逾期還款 第 11 章 電話行銷應該打給哪些客戶?找出可能會買定存的客戶 11.1 支援向量機演算法的基本原理 11.2 實例操作 - 銀行客戶產品需求分析 11.3 模型調整 11.4 模型驗證 11.5 模型測試 11.6 章節練習 - 估計客戶的實際年收入 第 12 章 如何避免客戶流失?分類電信客戶跳槽名單 12.1 決策樹演算法的基本原理 12.2 決策樹實例操作 - 電信客戶跳槽分析 12.3 決策樹模型測試 12.4 隨機森林實例操作 - 電信客戶跳槽分析 12.5 隨機森林模型調整 12.6 隨機森林模型測試 12.7 章節練習 - 預測交易的公平性 第 13 章 如何預測公司未來的營收?銷售預測 13.1 ARIMA 演算法的基本原理 13.2 實例操作 - 每週銷售數據預測 13.3 模型調整 13.4 模型測試 13.5 章節練習 - Tesla 股價趨勢預測 結語
成為AI無法取代的那
AI應用全解,跨越技
LLM資安教戰手冊|
工程師下班有約:企業
深度學習詳解|台大李
AI 提問 X 學習
我們與機器人的光明未
全面掌握DeepSe
Microsoft
AI時代的計算機概論
為了保障您的權益,新絲路網路書店所購買的商品均享有到貨七天的鑑賞期(含例假日)。退回之商品必須於鑑賞期內寄回(以郵戳或收執聯為憑),且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等),否則恕不接受退貨。