大數據決策分析盲點大突破10講：我分類故我在-FindBook 找書網 ISBN:9789571198064

內容簡介

　　★只有這本書!教你比程式語言更重要的數據思維!

　　在未來，容易上手的程式語言與免費的教材只會越來越普及，
　　唯有絕佳的資料素養和決策分析能力才能真正讓你出類拔萃！

　　◎內行引入門→本書作者實力雄厚，擁有多年教學經驗，更是R語言中文版的編譯者。
　　◎功力就大增→解析型企業、時間序列、決策樹、隨機森林等十個大數據核心講題幫你全方位大提升！
　　◎思維超展開→程式語言專業講解與發人省思的分析探討同步幫你掌握關鍵。
　　◎展望大未來→每講皆以國際化的大數據時事開頭，引發學習興趣，增進視野高度！

　　※書中附贈豐富資料檔案做學習使用，請至本公司網站www.wunan.com.tw，輸入書號 RM43，即可找到下載處。
　　我分類故我在！大數據也要大思維！思維革新比數據技術更重要！
　　在商業分析和商業智慧的脈絡下，建構大數據，而不是從巨量資料當中大海撈針。
　　如果只是把資料變大，認知學習能力的維度卻沒有變大，接下來會如何？從少量數據都學習不到的價值，大數據只是讓它更遙不可及。

　　大數據時代來臨，獲取數據和資訊的技術越發精進，每天產生的數據量也越來越龐大，該如何使龐大資訊發揮影響力？在未來，容易上手的程式語言與免費的教材只會越來越普及，唯有絕佳的資料素養和決策分析能力才能真正讓你出類拔萃！

　　作者鑽研R語言多年、擁有資深學界經驗，貢獻良多。本書內容豐富，以十個面向切入，探討大數據所必備的工具，例如R Commander、決策樹、隨機森林與R語言強大的視覺化功能。除了概念解析之外，作者更逐行解析專業程式語言，再加碼實際操作與應用功能說明，在每講的最後，還能領略作者獨到的觀念釐清，讓你不會迷失在大數據的眉角中。非常適合做為R語言的基礎自學書，對於初入大數據領域的讀者如同暮鼓晨鐘、醍醐灌頂。

作者介紹

作者簡介

何宗武

　　現任
　　國立台灣師範大學全球經營與策略研究所教授

　　經歷
　　世新大學特聘教授
　　世新大學財務金融學系教授
　　世新大學數量方法研究暨發展中心主任

　　專長財務經濟學、金融大數據、計量經濟資料科學及程式語言等，著作多本相關書籍如：《R語言：深入淺出財經計量》、《R資料採礦與數據分析：以GUI套件Rattle結合程式語言實作》、《資料分析輕鬆學：R Commander高手捷徑》、《Eviews高手：財經計量應用手冊》

第1講淺談解析型企業
第1節大數據是因為他會長大
第2節資料解析的兩個大數據環境
第3節演算法
第4節數據解析之資訊概論
第5節測量的哲學──自我學習之路
第6節本書安排

第2講掌握資料的統計性質--分布
第1節資料分布的前兩階動差--平均數和變異數
第2節描述資料中央趨勢的兩組方法
第3節資料分布的另外兩個動差
第4節提審大數據

第3講時間序列的分類分析
第1節時間序列性質
第2節時間序列分析-- 低頻
第3節時間序列分析— 日高頻資料
第4節時間序列分類分析— 日內高頻資料
第5節提審大數據

第4講線性模式的分類原理— 期望值與信賴區間
第1節簡易統計原理
第2節 R Commander實作
第3節 R程式碼實作
第4節提審大數據

第5講二元模式的分類原理－Logistic迴歸
第1節簡易廣義線性模型
第2節 R Commander的實作
第3節 R程式的實作
第4節提審大數據

第6講主成分的分類原理— 把資料變少了
第1節簡易原理
第2節 R Commander的實作
第3節 R程式的實作
第4節提審大數據

第7講集群分析的分類原理
第1節集群分析的基本概念
第2節 R Commander實作
第3節 R程式的實作
第4節提審大數據

第8講決策樹的分類原理
第1節分類決策樹原理
第2節用R GUI 實作
第3節 R Code
第4節提審大數據

第9講隨機森林
第1節原理
第2節 R GUI實作
第3節 R Code實作
第4節提審大數據

第10講大數據行銷──購物籃分析
第1節關聯的分類原理簡介
第2節 R GUI 實作
第3節 R code
第4節提審大數據

附錄Ａ
第1節 R 漫談和GUI簡介
第2節 R Commander的裝置
第3節安裝與載入R commander

附錄Ｂ
附錄Ｃ
第1節資料檔讀取
第2節資料庫讀取
第3節資料表處理的函數

看更多

序

序

　　數位科技席捲世界帶來了大數據浪潮，但是，這三個字其實有一些誤導，讓一般人以為「大就是美」。其實在商管領域，就是以證據為基礎的決策分析。更精準地說，「大」不是指用4V來描述的資料庫特徵，而是因為數據科技(Data Technology)進步，對多樣資料的「大用」。

　　在物聯網技術突飛猛進之下，數據量不可否認的遠遠大於以前。目前平常分析的資料表動輒「萬列千行」，因此如何從這些資料結構中提取資訊，「統計學(Statistics)」和「資料探勘(Data Mining)」就是關鍵技術。然而，我們不是為了大數據而大數據，大數據乃至人工智慧，都是為了支援決策。簡單的說，數據解析產生「預測」，預測解讀產生「決策」。數據解析的原理也只有兩個原則「排序和分類」，所以一言以蔽之：「以排序來分類，從預測到決策」就是大數據解析的核心。據此，本書取名「我分類，故我在」。

　　妥善的分類就可以產生可靠的預測，但是，當資料結構複雜時，排序乃至分類就沒有那麼簡單，所以需要利用演算法來處理資料，本書就是依此而生。例如，由分類的角度學習統計：統計學的預測以樣本期望值或條件期望值為基準，據之將資料劃分信賴區間，分類成「內 vs. 外」兩群。重點將不再是參數估計的顯著程度，而是預測表現和誤差分析。

　　全書分成10講，為筆者以大數據為名行走江湖的結晶，書內某些部份為在台師大EMBA講授「大數據決策分析」的教材。每一講開頭皆以一個特定企業應用大數據的決策故事為開場，希望讀者能夠覺得不枯燥，同時也瞭解大數據的決策端，相當實戰且關鍵，沒有預測，都是紙上談兵。結尾都附上一個數據決策思考的方塊，從問對問題開始，到最後一哩路。

　　案例用R語言的GUI和程式碼實做，但是，程式語言不是重點，而是對所預測對象的行為，有深刻的認識，勿忘domain knowledge。

看更多