數(shù)據(jù)分析實(shí)戰(zhàn)

定　價(jià)：￥45.00

作　者：	[日] 酒卷隆治，里洋平著；肖峰譯
出版社：	人民郵電出版社
叢編項(xiàng)：	圖靈程序設(shè)計(jì)叢書(shū)
標(biāo)　簽：	計(jì)算機(jī)?網(wǎng)絡(luò) 數(shù)據(jù)庫(kù)

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787115454539	出版時(shí)間：	2017-05-01	包裝：	平裝
開(kāi)本：	大32開(kāi)	頁(yè)數(shù)：	254	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　數(shù)據(jù)分析實(shí)戰(zhàn) 由實(shí)戰(zhàn)經(jīng)驗(yàn)豐富的兩位數(shù)據(jù)分析師執(zhí)筆，數(shù)據(jù)分析實(shí)戰(zhàn) 首先介紹了商業(yè)領(lǐng)域里通用的數(shù)據(jù)分析框架，然后根據(jù)該框架，結(jié)合8個(gè)真實(shí)的案例，詳細(xì)解說(shuō)了通過(guò)數(shù)據(jù)分析解決各種商業(yè)問(wèn)題的流程，讓讀者在解決問(wèn)題的過(guò)程中學(xué)習(xí)各種數(shù)據(jù)分析方法，包括柱狀圖、交叉列表統(tǒng)計(jì)、A/B測(cè)試、多元回歸分析、邏輯回歸分析、聚類、主成分分析、決策樹(shù)分析、機(jī)器學(xué)習(xí)等。特別是書(shū)中使用的數(shù)據(jù)都是未經(jīng)清洗的原始數(shù)據(jù)，對(duì)如何加工數(shù)據(jù)以用于數(shù)據(jù)分析也進(jìn)行了詳細(xì)的介紹。讀者可以使用R語(yǔ)言實(shí)際操作數(shù)據(jù)，體驗(yàn)真實(shí)的數(shù)據(jù)分析流程，避免紙上談兵。

作者簡(jiǎn)介

　　酒卷隆治（作者）浦和出身。環(huán)境學(xué)博士畢業(yè)。就職于株式會(huì)社DRECOM數(shù)據(jù)分析部門(mén)。擅長(zhǎng)人類行動(dòng)日志的分析。現(xiàn)主要從事社交游戲和在線服務(wù)的日志分析工作。里洋平（作者）種子島出身。就職于株式會(huì)社DRECOM數(shù)據(jù)分析部門(mén)。擅長(zhǎng)使用R語(yǔ)言進(jìn)行數(shù)據(jù)分析，現(xiàn)主要從事數(shù)據(jù)分析環(huán)境的搭建和數(shù)據(jù)分析工作。合著有《數(shù)據(jù)科學(xué)養(yǎng)成讀本》（技術(shù)評(píng)論社）、《R包使用手冊(cè)》（東京圖書(shū)）。肖峰（譯者）日本東京工業(yè)大學(xué)計(jì)算機(jī)工學(xué)博士。曾在日本樂(lè)天株式會(huì)社樂(lè)天技術(shù)研究所從事研究工作。2013年回國(guó)后加入新浪，現(xiàn)任新浪個(gè)性化推薦團(tuán)隊(duì)算法負(fù)責(zé)人。擁有豐富的數(shù)據(jù)分析與建模能力。

圖書(shū)目錄

第1章　數(shù)據(jù)科學(xué)家的工作\t1
1．1　什么是數(shù)據(jù)科學(xué)家\t2
1．2　3種類型的數(shù)據(jù)科學(xué)家\t5
1．3　數(shù)據(jù)科學(xué)家的現(xiàn)狀\t8
第2章　商業(yè)數(shù)據(jù)分析流程\t9
2．1　數(shù)據(jù)分析的5個(gè)流程\t10
2．2　現(xiàn)狀和預(yù)期\t12
2．3　發(fā)現(xiàn)問(wèn)題\t13
2．4　數(shù)據(jù)的收集和加工\t19
2．5　數(shù)據(jù)分析\t24
2．6　解決對(duì)策\(yùn)t27
2．7　小結(jié)\t29
[分析基礎(chǔ)]篇
第3章　案例1—柱狀圖
為什么銷售額會(huì)減少\t35
3．1　現(xiàn)狀和預(yù)期\t36
3．2　發(fā)現(xiàn)問(wèn)題\t38
3．3　數(shù)據(jù)的收集和加工\t39
3．4　數(shù)據(jù)分析\t46
3．5　解決對(duì)策\(yùn)t49
3．6　小結(jié)\t50
3．7　詳細(xì)的R代碼\t51
第4章　案例2—交叉列表統(tǒng)計(jì)
什么樣的顧客會(huì)選擇離開(kāi)\t61
4．1　現(xiàn)狀和預(yù)期\t62
4．2　發(fā)現(xiàn)問(wèn)題\t64
4．3　數(shù)據(jù)的收集和加工\t65
4．4　數(shù)據(jù)分析\t69
4．5　解決對(duì)策\(yùn)t73
4．6　小結(jié)\t75
4．7　詳細(xì)的R代碼\t76
第5章　案例3—A/B測(cè)試
哪種廣告的效果更好\t83
5．1　現(xiàn)狀和預(yù)期\t84
5．2　發(fā)現(xiàn)問(wèn)題\t86
5．3　數(shù)據(jù)的收集和加工\t88
5．4　數(shù)據(jù)分析\t96
5．5　解決對(duì)策\(yùn)t98
5．6　小結(jié)\t99
5．7　詳細(xì)的R代碼\t100
第6章　案例4—多元回歸分析\t105
如何通過(guò)各種廣告的組合獲得更多的用戶\t105
6．1　現(xiàn)狀和預(yù)期\t106
6．2　發(fā)現(xiàn)問(wèn)題\t108
6．3　數(shù)據(jù)的收集\t112
6．4　數(shù)據(jù)分析\t114
6．5　解決對(duì)策\(yùn)t117
6．6　小結(jié)\t119
6．7　詳細(xì)的R代碼\t120
[分析應(yīng)用]篇
第7章　案例5—邏輯回歸分析
根據(jù)過(guò)去的行為能否預(yù)測(cè)當(dāng)下\t125
7．1　期望增加游戲的智能手機(jī)用戶量\t126
7．2　是用戶賬號(hào)遷轉(zhuǎn)設(shè)定失敗導(dǎo)致的問(wèn)題嗎\t128
7．3　在數(shù)據(jù)不包含正解的情況下收集數(shù)據(jù)\t131
7．4　驗(yàn)證是否能夠建立模型\t144
7．5　解決對(duì)策\(yùn)t148
7．6　小結(jié)\t149
7．7　詳細(xì)的R代碼\t150
第8章　案例6—聚類
應(yīng)該選擇什么樣的目標(biāo)用戶群\t163
8．1　希望了解用戶的特點(diǎn)\t164
8．2　基于行為模式的用戶分類\t165
8．3　把主成分作為自變量來(lái)使用\t168
8．4　進(jìn)行聚類\t176
8．5　解決對(duì)策\(yùn)t180
8．6　小結(jié)\t181
8．7　詳細(xì)的R代碼\t182
第9章　案例7—決策樹(shù)分析
具有哪些行為的用戶會(huì)是長(zhǎng)期用戶\t193
9．1　希望減少用戶開(kāi)始游戲后不久就離開(kāi)的情況\t194
9．2　了解“樂(lè)趣”的結(jié)構(gòu)\t195
9．3　把類作為自變量\t198
9．4　進(jìn)行決策樹(shù)分析\t210
9．5　解決對(duì)策\(yùn)t213
9．6　小結(jié)\t215
9．7　詳細(xì)的R代碼\t216
第10章　案例8—機(jī)器學(xué)習(xí)
如何讓組隊(duì)游戲充滿樂(lè)趣\t233
10．1　使組隊(duì)作戰(zhàn)的樂(lè)趣最大化\t234
10．2　利用數(shù)據(jù)分析為服務(wù)增加附加價(jià)值\t236
10．3　在數(shù)據(jù)中排除星期的影響\t238
10．4　構(gòu)建預(yù)測(cè)模型\t241
10．5　解決對(duì)策\(yùn)t248
10．6　小結(jié)\t249
10．7　詳細(xì)的R代碼\t250