本書共十五章，涵蓋了商務大數據分析的基礎知識、分析工具、案例探討和人工智慧應用的趨勢。
前四章聚焦於大數據理論基礎，從大數據的發展沿革、價值、商業模式創新到管理方面進行探討。隨後深入介紹大數據分析的主題，包括概念、流程和數據準備的方法。此外，書中詳述了大數據分析工具，並提供了實際範例以幫助讀者更深入地了解和應用這些技術。
最後，介紹人工智慧的基礎概念，包括機器學習、深度學習、自然語言處理、圖像辨識、生成式 AI 概念及 ChatGPT實作，了解大數據與 AI 密不可分的關連性。
本書特色
1.深入大數據世界：從核心概念到廣泛應用，揭示大數據的精髓，並深度探討大數據在商業中的應用，包括創新商業模式。
2.擴展豐富實例：透過案例分析與範例實作，理解大數據帶來的行業價值，如：YouBike空位查詢、房價預測、股市漲跌預測、星際大戰人物網路關係描繪、圖像生成以及製造、零售、醫療等行業案例。
3.學習多元數據分析技術：掌握多種大數據分析技術，如決策樹、時間序列、爬蟲、協同過濾、貝氏定理、隱馬可夫模型、社會網路等。
4.展開AI的探索之旅：探索人工智慧，包括機器學習、深度學習、自然語言、圖像辨識、生成式 AI 概念及 OpenAI 生成。
5.練習實際程式範例：透過 Google Colab 的 Python 進行實作，體驗大數據和AI的魅力，並加贈R語言範例程式碼。
| FindBook |
有 6 項符合
商務大數據分析：案例分析與AI應用趨勢的圖書 |
| 圖書選購 |
| 型式 | 價格 | 供應商 | 所屬目錄 | $ 378 |
 全華網路書店 |
資訊 |
$ 399 |
 TAAZE 讀冊生活 |
中文書 |
$ 399 |
 iRead灰熊愛讀書 |
高等教育 |
$ 399 |
 五南文化廣場網路書店 |
科學科普 |
$ 420 |
 金石堂 |
資訊學群 |
$ 420 |
 誠品網路書店 |
文書應用軟體 |
|---|
| 圖書館借閱 |
| 國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
| 臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
| 苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
| 嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
| 花蓮縣文化局 | 臺東縣文化處 |
|
|
圖書介紹 - 資料來源：博客來 評分：
圖書名稱：商務大數據分析：案例分析與AI應用趨勢
內容簡介
作者介紹
作者簡介
黃正傑
現職：
鼎新電腦 研發處 架構師
文化大學城區部 資管系 兼任助理教授
學歷：
台灣大學資管研究所 博士
經歷：
惠普科技資深技術顧問、資策會資深產業分析師
專長：
企業電子化、系統分析與設計、雲端運算 、 巨量資料應用與創新研究
黃正傑
現職：
鼎新電腦 研發處 架構師
文化大學城區部 資管系 兼任助理教授
學歷：
台灣大學資管研究所 博士
經歷：
惠普科技資深技術顧問、資策會資深產業分析師
專長：
企業電子化、系統分析與設計、雲端運算 、 巨量資料應用與創新研究
目錄
Ch01 大數據發展沿革
1-1 企業資料管理演進
1-2 大數據源起
1-3 大數據定義
1-4 大數據特性
1-5 小結
Ch02 大數據行業價值
2-1 大數據價值
2-2 大數據行業應用機會
2-3 大數據企業應用案例
2-4 小結
Ch03 大數據商業模式創新
3-1 數據化與創新
3-2 大數據開放資料
3-3 大數據生態系與商業模式創新
3-4 小結
Ch04 企業大數據管理
4-1 企業數位資料管理演進
4-2 大數據資料處理發展
4-3 大數據資料分析發展
4-4 大數據管理架構
4-5 大數據規劃與實施類型
4-6 大數據企業實施案例
4-7 企業採用趨勢與挑戰
4-8 小結
Ch05 大數據分析：概念與程序
5-1 數據分析是智慧決策基礎
5-2 從商業分析到預測分析
5-3 預測分析程序
5-4 預測分析工具
5-5 Python 工具安裝
5-6 小結
Ch06 大數據分析：數據的理解
6-1 問題解決方向
6-2 數據組織實作
6-3 數據擷取實作- 網頁爬蟲抓取
6-4 小結
Ch07 大數據分析：數據的準備
7-1 問題解決方向
7-2 數據探索與視覺化
7-3 探索性資料分析
7-4 小結
Ch08 大數據分析：聚類與分類
8-1 問題解決方向
8-2 聚類分析實作
8-3 分類分析實作
8-4 小結
Ch09 大數據分析：迴歸與趨勢
9-1 問題解決方向
9-2 迴歸分析實作
9-3 時間趨勢實作
9-4 小結
Ch10 大數據分析：相似與推薦
10-1 問題解決方向
10-2 異常與相似性判定實作
10-3 相似性推薦實作
10-4 小結
Ch11 大數據分析：關聯與關係
11-1 問題解決方向
11-2 關聯分析與實作
11-3 貝氏網路分析與實作
11-4 小結
Ch12 大數據分析：連結與網路
12-1 問題解決方向
12-2 隱馬可夫模型與實作
12-3 社會網路分析與實作
12-4 小結
Ch13 數據驅動的人工智慧發展
13-1 人工智慧沿革
13-2 人工智慧方法演進
13-3 機器學習方法
13-4 深度學習方法
13-5 生成式AI 發展
13-6 ChatGPT 實作
13-7 小結
Ch14 AI探索：文本挖掘分析
14-1 自然語言發展沿革
14-2 問題解決方向
14-3 文本挖掘分析- 文字雲
14-4 文本挖掘分析-TFIDF 文本相似查詢
14-5 小結
Ch15 AI探索：圖像辨識分析
15-1 電腦視覺發展沿革
15-2 問題解決方向
15-3 圖像辨識分析-CNN 深度學習
15-4 小結
1-1 企業資料管理演進
1-2 大數據源起
1-3 大數據定義
1-4 大數據特性
1-5 小結
Ch02 大數據行業價值
2-1 大數據價值
2-2 大數據行業應用機會
2-3 大數據企業應用案例
2-4 小結
Ch03 大數據商業模式創新
3-1 數據化與創新
3-2 大數據開放資料
3-3 大數據生態系與商業模式創新
3-4 小結
Ch04 企業大數據管理
4-1 企業數位資料管理演進
4-2 大數據資料處理發展
4-3 大數據資料分析發展
4-4 大數據管理架構
4-5 大數據規劃與實施類型
4-6 大數據企業實施案例
4-7 企業採用趨勢與挑戰
4-8 小結
Ch05 大數據分析：概念與程序
5-1 數據分析是智慧決策基礎
5-2 從商業分析到預測分析
5-3 預測分析程序
5-4 預測分析工具
5-5 Python 工具安裝
5-6 小結
Ch06 大數據分析：數據的理解
6-1 問題解決方向
6-2 數據組織實作
6-3 數據擷取實作- 網頁爬蟲抓取
6-4 小結
Ch07 大數據分析：數據的準備
7-1 問題解決方向
7-2 數據探索與視覺化
7-3 探索性資料分析
7-4 小結
Ch08 大數據分析：聚類與分類
8-1 問題解決方向
8-2 聚類分析實作
8-3 分類分析實作
8-4 小結
Ch09 大數據分析：迴歸與趨勢
9-1 問題解決方向
9-2 迴歸分析實作
9-3 時間趨勢實作
9-4 小結
Ch10 大數據分析：相似與推薦
10-1 問題解決方向
10-2 異常與相似性判定實作
10-3 相似性推薦實作
10-4 小結
Ch11 大數據分析：關聯與關係
11-1 問題解決方向
11-2 關聯分析與實作
11-3 貝氏網路分析與實作
11-4 小結
Ch12 大數據分析：連結與網路
12-1 問題解決方向
12-2 隱馬可夫模型與實作
12-3 社會網路分析與實作
12-4 小結
Ch13 數據驅動的人工智慧發展
13-1 人工智慧沿革
13-2 人工智慧方法演進
13-3 機器學習方法
13-4 深度學習方法
13-5 生成式AI 發展
13-6 ChatGPT 實作
13-7 小結
Ch14 AI探索：文本挖掘分析
14-1 自然語言發展沿革
14-2 問題解決方向
14-3 文本挖掘分析- 文字雲
14-4 文本挖掘分析-TFIDF 文本相似查詢
14-5 小結
Ch15 AI探索：圖像辨識分析
15-1 電腦視覺發展沿革
15-2 問題解決方向
15-3 圖像辨識分析-CNN 深度學習
15-4 小結
|
