数据分析实战

数据分析实战
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2017-05
版次: 01
ISBN: 9787115454539
定价: 45.00
装帧: 平装
开本: 大32开
页数: 254页
正文语种: 简体中文
78人买过
  • 数据分析实战 由实战经验丰富的两位数据分析师执笔,数据分析实战 首先介绍了商业领域里通用的数据分析框架,然后根据该框架,结合8个真实的案例,详细解说了通过数据分析解决各种商业问题的流程,让读者在解决问题的过程中学习各种数据分析方法,包括柱状图、交叉列表统计、A/B测试、多元回归分析、逻辑回归分析、聚类、主成分分析、决策树分析、机器学习等。特别是书中使用的数据都是未经清洗的原始数据,对如何加工数据以用于数据分析也进行了详细的介绍。读者可以使用R语言实际操作数据,体验真实的数据分析流程,避免纸上谈兵。 酒卷隆治(作者)
    浦和出身。环境学博士毕业。就职于株式会社DRECOM数据分析部门。擅长人类行动日志的分析。现主要从事社交游戏和在线服务的日志分析工作。

    里洋平(作者)
    种子岛出身。就职于株式会社DRECOM数据分析部门。擅长使用R语言进行数据分析,现主要从事数据分析环境的搭建和数据分析工作。合著有《数据科学养成读本》(技术评论社)、《R包使用手册》(东京图书)。

    肖峰(译者)
    日本东京工业大学计算机工学博士。曾在日本乐天株式会社乐天技术研究所从事研究工作。2013年回国后加入新浪,现任新浪个性化推荐团队算法负责人。拥有丰富的数据分析与建模能力。 第1章 数据科学家的工作 1
    1.1 什么是数据科学家 2
    1.2 3种类型的数据科学家 5
    1.3 数据科学家的现状 8
    第2章 商业数据分析流程 9
    2.1 数据分析的5个流程 10
    2.2 现状和预期 12
    2.3 发现问题 13
    2.4 数据的收集和加工 19
    2.5 数据分析 24
    2.6 解决对策 27
    2.7 小结 29

    [分析基础]篇
    第3章 案例1—柱状图
    为什么销售额会减少 35
    3.1 现状和预期 36
    3.2 发现问题 38
    3.3 数据的收集和加工 39
    3.4 数据分析 46
    3.5 解决对策 49
    3.6 小结 50
    3.7 详细的R代码 51

    第4章 案例2—交叉列表统计
    什么样的顾客会选择离开 61
    4.1 现状和预期 62
    4.2 发现问题 64
    4.3 数据的收集和加工 65
    4.4 数据分析 69
    4.5 解决对策 73
    4.6 小结 75
    4.7 详细的R代码 76

    第5章 案例3—A/B测试
    哪种广告的效果更好 83
    5.1 现状和预期 84
    5.2 发现问题 86
    5.3 数据的收集和加工 88
    5.4 数据分析 96
    5.5 解决对策 98
    5.6 小结 99
    5.7 详细的R代码 100

    第6章 案例4—多元回归分析 105
    如何通过各种广告的组合获得更多的用户 105
    6.1 现状和预期 106
    6.2 发现问题 108
    6.3 数据的收集 112
    6.4 数据分析 114
    6.5 解决对策 117
    6.6 小结 119
    6.7 详细的R代码 120

    [分析应用]篇
    第7章 案例5—逻辑回归分析
    根据过去的行为能否预测当下 125
    7.1 期望增加游戏的智能手机用户量 126
    7.2 是用户账号迁转设定失败导致的问题吗 128
    7.3 在数据不包含正解的情况下收集数据 131
    7.4 验证是否能够建立模型 144
    7.5 解决对策 148
    7.6 小结 149
    7.7 详细的R代码 150

    第8章 案例6—聚类
    应该选择什么样的目标用户群 163
    8.1 希望了解用户的特点 164
    8.2 基于行为模式的用户分类 165
    8.3 把主成分作为自变量来使用 168
    8.4 进行聚类 176
    8.5 解决对策 180
    8.6 小结 181
    8.7 详细的R代码 182

    第9章 案例7—决策树分析
    具有哪些行为的用户会是长期用户 193
    9.1 希望减少用户开始游戏后不久就离开的情况 194
    9.2 了解“乐趣”的结构 195
    9.3 把类作为自变量 198
    9.4 进行决策树分析 210
    9.5 解决对策 213
    9.6 小结 215
    9.7 详细的R代码 216

    第10章 案例8—机器学习
    如何让组队游戏充满乐趣 233
    10.1 使组队作战的乐趣最大化 234
    10.2 利用数据分析为服务增加附加价值 236
    10.3 在数据中排除星期的影响 238
    10.4 构建预测模型 241
    10.5 解决对策 248
    10.6 小结 249
    10.7 详细的R代码 250
  • 内容简介:
    数据分析实战 由实战经验丰富的两位数据分析师执笔,数据分析实战 首先介绍了商业领域里通用的数据分析框架,然后根据该框架,结合8个真实的案例,详细解说了通过数据分析解决各种商业问题的流程,让读者在解决问题的过程中学习各种数据分析方法,包括柱状图、交叉列表统计、A/B测试、多元回归分析、逻辑回归分析、聚类、主成分分析、决策树分析、机器学习等。特别是书中使用的数据都是未经清洗的原始数据,对如何加工数据以用于数据分析也进行了详细的介绍。读者可以使用R语言实际操作数据,体验真实的数据分析流程,避免纸上谈兵。
  • 作者简介:
    酒卷隆治(作者)
    浦和出身。环境学博士毕业。就职于株式会社DRECOM数据分析部门。擅长人类行动日志的分析。现主要从事社交游戏和在线服务的日志分析工作。

    里洋平(作者)
    种子岛出身。就职于株式会社DRECOM数据分析部门。擅长使用R语言进行数据分析,现主要从事数据分析环境的搭建和数据分析工作。合著有《数据科学养成读本》(技术评论社)、《R包使用手册》(东京图书)。

    肖峰(译者)
    日本东京工业大学计算机工学博士。曾在日本乐天株式会社乐天技术研究所从事研究工作。2013年回国后加入新浪,现任新浪个性化推荐团队算法负责人。拥有丰富的数据分析与建模能力。
  • 目录:
    第1章 数据科学家的工作 1
    1.1 什么是数据科学家 2
    1.2 3种类型的数据科学家 5
    1.3 数据科学家的现状 8
    第2章 商业数据分析流程 9
    2.1 数据分析的5个流程 10
    2.2 现状和预期 12
    2.3 发现问题 13
    2.4 数据的收集和加工 19
    2.5 数据分析 24
    2.6 解决对策 27
    2.7 小结 29

    [分析基础]篇
    第3章 案例1—柱状图
    为什么销售额会减少 35
    3.1 现状和预期 36
    3.2 发现问题 38
    3.3 数据的收集和加工 39
    3.4 数据分析 46
    3.5 解决对策 49
    3.6 小结 50
    3.7 详细的R代码 51

    第4章 案例2—交叉列表统计
    什么样的顾客会选择离开 61
    4.1 现状和预期 62
    4.2 发现问题 64
    4.3 数据的收集和加工 65
    4.4 数据分析 69
    4.5 解决对策 73
    4.6 小结 75
    4.7 详细的R代码 76

    第5章 案例3—A/B测试
    哪种广告的效果更好 83
    5.1 现状和预期 84
    5.2 发现问题 86
    5.3 数据的收集和加工 88
    5.4 数据分析 96
    5.5 解决对策 98
    5.6 小结 99
    5.7 详细的R代码 100

    第6章 案例4—多元回归分析 105
    如何通过各种广告的组合获得更多的用户 105
    6.1 现状和预期 106
    6.2 发现问题 108
    6.3 数据的收集 112
    6.4 数据分析 114
    6.5 解决对策 117
    6.6 小结 119
    6.7 详细的R代码 120

    [分析应用]篇
    第7章 案例5—逻辑回归分析
    根据过去的行为能否预测当下 125
    7.1 期望增加游戏的智能手机用户量 126
    7.2 是用户账号迁转设定失败导致的问题吗 128
    7.3 在数据不包含正解的情况下收集数据 131
    7.4 验证是否能够建立模型 144
    7.5 解决对策 148
    7.6 小结 149
    7.7 详细的R代码 150

    第8章 案例6—聚类
    应该选择什么样的目标用户群 163
    8.1 希望了解用户的特点 164
    8.2 基于行为模式的用户分类 165
    8.3 把主成分作为自变量来使用 168
    8.4 进行聚类 176
    8.5 解决对策 180
    8.6 小结 181
    8.7 详细的R代码 182

    第9章 案例7—决策树分析
    具有哪些行为的用户会是长期用户 193
    9.1 希望减少用户开始游戏后不久就离开的情况 194
    9.2 了解“乐趣”的结构 195
    9.3 把类作为自变量 198
    9.4 进行决策树分析 210
    9.5 解决对策 213
    9.6 小结 215
    9.7 详细的R代码 216

    第10章 案例8—机器学习
    如何让组队游戏充满乐趣 233
    10.1 使组队作战的乐趣最大化 234
    10.2 利用数据分析为服务增加附加价值 236
    10.3 在数据中排除星期的影响 238
    10.4 构建预测模型 241
    10.5 解决对策 248
    10.6 小结 249
    10.7 详细的R代码 250
查看详情
系列丛书 / 更多
数据分析实战
机器学习实战
[美]Peter Harrington 著;李锐、李鹏、曲亚东 译
数据分析实战
图灵程序设计丛书:Python基础教程
[挪威]Magnus Lie Hetland 著;司维、曾军崴、谭颖华 译
数据分析实战
JavaScript高级程序设计(第3版)
[美]Nicholas C.Zakas 著;李松峰、曹力 译
数据分析实战
Python编程:从入门到实践
[美]埃里克·马瑟斯(Eric Matthes) 著;袁国忠 译
数据分析实战
R语言实战(第2版)
[美]卡巴科弗(Robert I. Kabacoff) 著;王小宁、刘撷芯、黄俊文 译
数据分析实战
大数据:互联网大规模数据挖掘与分布式处理
[美]Anand、[美]Jeffrey David Ullman 著;王斌 译
数据分析实战
算法(第4版)
[美]Robert、[美]Kevin Wayne 著;谢路云 译
数据分析实战
Spark快速大数据分析
[美]卡劳(Holden Karau)、[美]肯维尼斯科(Andy Konwinski)、[美]温德尔(Patrick Wendell)、[加拿大]扎哈里亚(Matei Zaharia) 著;王道远 译
数据分析实战
MySQL必知必会
[英]福塔(Ben Forta) 著;刘晓霞、钟鸣 译
数据分析实战
Objective-C基础教程 第2版
[美]Scott、[美]Waqar、[美]Mark Dalrymple 著;周庆成 译
数据分析实战
图解HTTP
[日]上野·宣 著;于均良 译
数据分析实战
算法图解
袁国忠 译
相关图书 / 更多
数据分析实战
数据要素化治理
陆志鹏、孟庆国、王钺
数据分析实战
数据经济学(第二版)
汤珂、熊巧琴、李金璞、屈阳
数据分析实战
数据中台:让数据用起来 第2版 付登坡 等
付登坡 江敏 赵东辉 等
数据分析实战
数据资源管理 陈忆金 奉国和
陈忆金 奉国和
数据分析实战
数据资产:企业数字化转型的底层逻辑 蒋麒霖 郭丹
蒋麒霖 郭丹
数据分析实战
数据工程之道:设计和构建健壮的数据系统 [美]乔·里斯 [美]马特·豪斯利
[美]乔·里斯(Joe Reis),[美]马特·豪斯利(Matt Housley)
数据分析实战
数据合规实务指引 法律实务 朱晓娟主编 新华正版
朱晓娟主编
数据分析实战
数据保护官(DPO)法律实务指南
潘永建
数据分析实战
数据法学前沿
武长海
数据分析实战
数据库及其应用(2023年版) 全国高等教育自学考试指导委员会
全国高等教育自学考试指导委员会
数据分析实战
数据科学技术:文本分析和知识图谱
苏海波、刘译璟、易显维、苏萌
数据分析实战
数据治理驱动的数字化转型 王建峰 辛华
王建峰 辛华
您可能感兴趣 / 更多