過去在商用大數據分析上，多著重在演算法的介紹，內容過於側重數理理解，這讓許多商管學生為之卻步。更有甚者，是太著重在程式撰寫上，這也讓沒有程式基礎的學生難以親近應用。本書要打破這些商管學生的困擾，以顧客的R（銷售時間）、F（銷售頻率）、M（銷售金額）商業資料為主，希望能透過平鋪直述的方式，介紹各類資料探勘的聰明方法（即演算法），再透過免費的Google Colab平台，以Python語言為基礎，用簡易的指令撰寫，協助商管背景人士一步步進行操作，期望商管人士可以在這樣開放、免費的環境下，透過案例說明與實作，輕鬆跨過這道牆，建立起對商用大數據分析的正確基礎觀念與操作。
本書特色
1. 以最白話的方式說明大數據演算法的內容。
2. 提供商管案例做為資料探勘參考。
3. 所有實作資料來自於轉換後的真實商業資料。
4. 提供完整程式碼無痛接軌實作。
5. 中華企業資源規劃學會「商用數據應用師」認證教材指定用書。
| FindBook |
|
有 1 項符合
鄧惟元的圖書 |
 |
$ 450 ～ 500 | 商用大數據分析(附範例光碟)【金石堂、博客來熱銷】
作者：梁直青、鍾瑞益、鄧惟元、鍾震耀 出版社：全華圖書股份有限公司 出版日期：2022-09-05  共 6 筆 → 查價格、看圖書介紹
|
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：商用大數據分析(附範例光碟)
內容簡介
作者介紹
作者簡介
梁直青
現職：
國立虎尾科技大學企業管理系 教授
國立中央大學企業管理學系 兼任教授
學歷：
國立中央大學企業管理學系 博士
專長：
電子商務、消費者行為、資訊管理、大數據分析、商業智慧、網路行銷
鍾瑞益
現職：
生技公司 數據中心 經理
世新大學資訊管理學系 兼任助理教授
致理科技大學企業管理系 兼任助理教授
學歷：
國立中央大學企業管理學系 博士
專長：
專案管理、數據分析與應用、商業智慧、企業資源規劃(ERP)
鄧惟元
經歷：
台灣極優服飾有限公司(GU Taiwan) CRM Leader
李奧貝納股份有限公司 數據創新主管
李奧貝納股份有限公司 業務經理
學歷：
國立臺北教育大學課程與教學傳播科技研究所 教育碩士
國立台灣師範大學公民教育與活動領導學系 教育學士
專長：
品牌廣告、消費者行為、數據行銷、資訊管理、電子商務應用
鍾震耀
現職：
中華企業資源規劃學會 資深專案經理
東吳大學巨量資料學院與商學院金融科技學程 兼任助理教授
學歷：
國立中央大學企業管理學系 博士
專長：
行銷大數據分析、文字探勘、SAP ERP SD Module、商業智慧
目錄
CH1 簡介
1.1 認識商用大數據分析
1.2 資料探勘（Data Mining）
1.3 說人話的圖表
CH2 開挖囉
2.1 了解進行資料探勘的起手式
2.2 如何找到可挖掘的探勘地點
2.3 選擇探勘工具
CH3 介紹客戶及產品集群的方法
3.1 集群原理
3.2 介紹集群的應用
3.3 如何進行集群
3.4 判別最佳集群數
3.5 演算法的應用案例
CH4 看看分群的結果
4.1 客戶價值與RFM模型
4.2 跑一次看看
4.3 結果解釋
4.4 結果應用
CH5 關聯規則
5.1 探討時間與商品的關聯性
5.2 找到關聯的意義
5.3 商家如何從購物車中找出關聯
5.4 關聯規則演算法運作
5.5 瞭解分析過程後的管理意涵
CH6 看看關聯的結果
6.1 跑一次看看
6.2 另一案例
6.3 結果應用
CH7 決策樹
7.1 如何知道公司資料中的消費者會不會再來購物
7.2 決策樹怎麼來的
7.3 如何形成決策樹
7.4 算一次決策樹
7.5 驗證建好的決策樹
7.6 剪枝的概要說明
7.7 實務應用範例
CH8 看看決策樹的結果
8.1 跑一次決策樹分析看看
8.2 如何解釋眼前生成的這棵樹？
8.3 延伸應用
CH9 隨機森林與最近鄰
9.1 隨機森林－把樹擴大了
9.2 隨機森林演算
9.3 最近鄰演算法
9.4 kNN 的實務應用
9.5 實務應用範例
CH10 執行一下隨機森林吧
10.1 跑一次隨機森林演算法看看
10.2 結果解釋
CH11 執行一下kNN吧
11.1 跑一次kNN演算法
11.2 結果解釋
CH12 類神經
12.1 預測
12.2 預測的基本概念
12.3 類神經如何運作
12.4 類神經如何訓練
12.5 類神經背後原理
12.6 類神經應用範例
CH13 執行類神經
13.1 淺談架構ANN分類器的概念－跑一次ANN演算法
13.2 跑一次ANN演算法
附錄ㄧ Google Colab使用介紹
附錄二 Python基本模組套件引用介紹
附錄三 邏輯運算思維中必知語法
1.1 認識商用大數據分析
1.2 資料探勘（Data Mining）
1.3 說人話的圖表
CH2 開挖囉
2.1 了解進行資料探勘的起手式
2.2 如何找到可挖掘的探勘地點
2.3 選擇探勘工具
CH3 介紹客戶及產品集群的方法
3.1 集群原理
3.2 介紹集群的應用
3.3 如何進行集群
3.4 判別最佳集群數
3.5 演算法的應用案例
CH4 看看分群的結果
4.1 客戶價值與RFM模型
4.2 跑一次看看
4.3 結果解釋
4.4 結果應用
CH5 關聯規則
5.1 探討時間與商品的關聯性
5.2 找到關聯的意義
5.3 商家如何從購物車中找出關聯
5.4 關聯規則演算法運作
5.5 瞭解分析過程後的管理意涵
CH6 看看關聯的結果
6.1 跑一次看看
6.2 另一案例
6.3 結果應用
CH7 決策樹
7.1 如何知道公司資料中的消費者會不會再來購物
7.2 決策樹怎麼來的
7.3 如何形成決策樹
7.4 算一次決策樹
7.5 驗證建好的決策樹
7.6 剪枝的概要說明
7.7 實務應用範例
CH8 看看決策樹的結果
8.1 跑一次決策樹分析看看
8.2 如何解釋眼前生成的這棵樹？
8.3 延伸應用
CH9 隨機森林與最近鄰
9.1 隨機森林－把樹擴大了
9.2 隨機森林演算
9.3 最近鄰演算法
9.4 kNN 的實務應用
9.5 實務應用範例
CH10 執行一下隨機森林吧
10.1 跑一次隨機森林演算法看看
10.2 結果解釋
CH11 執行一下kNN吧
11.1 跑一次kNN演算法
11.2 結果解釋
CH12 類神經
12.1 預測
12.2 預測的基本概念
12.3 類神經如何運作
12.4 類神經如何訓練
12.5 類神經背後原理
12.6 類神經應用範例
CH13 執行類神經
13.1 淺談架構ANN分類器的概念－跑一次ANN演算法
13.2 跑一次ANN演算法
附錄ㄧ Google Colab使用介紹
附錄二 Python基本模組套件引用介紹
附錄三 邏輯運算思維中必知語法
|
