商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)

商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
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: [美] , [美] , [美]
2022-05
版次: 1
ISBN: 9787111704355
定价: 199.00
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 768页
字数: 1.046千字
8人买过
  • 本书是对分析 (或商业分析) 的技术以及用于设计和开发决策支持系统的基本方法、技术和软件的全面介绍。除了传统的决策支持应用程序外,本书还介绍了人工智能、机器学习、机器人技术、聊天机器人、物联网和与互联网相关的技术,通过提供示例、产品、服务和练习阐述各种类型的分析。 前言

    致谢

    作者简介

    部分 分析和人工智能简介

    第1章 用于决策支持的商务智能、分析、数据科学和人工智能系统概述2

    1.1 开篇小插曲:通力电梯和自动扶梯公司的智能系统是如何工作的3

    1.2 不断变化的商业环境、决策支持与分析需求5

    1.3 决策过程和计算机化决策支持框架8

    1.4 计算机决策支持向商务智能/分析/数据科学的发展20

    1.5 分析概述29

    1.6 相关领域中的分析示例37

    1.7 人工智能简介50

    1.8 分析与人工智能的融合58

    1.9 分析生态系统综述63

    1.10 本书规划64

    1.11 相关资源65

    本章要点66

    讨论67

    参考文献67

    第2章 人工智能:概念、驱动力、主要技术和商业应用70

    2.1 开篇小插曲:INRIX解决了交通问题71

    2.2 人工智能概论73

    2.3 人类智能与计算机智能79

    2.4 主要人工智能技术和衍生产品82

    2.5 人工智能对决策的支持91

    2.6 人工智能在会计中的应用95

    2.7 人工智能在金融服务中的应用97

    2.8 人工智能在人力资源管理中的应用101

    2.9 人工智能在营销、广告和客户关系管理中的应用103

    2.10 人工智能在生产运营管理中的应用107

    本章要点109

    讨论110

    参考文献111

    第3章 数据性质、统计建模和可视化113

    3.1 开篇小插曲:SiriusXM通过数据驱动型营销吸引新一代的广播消费者114

    3.2 数据的性质117

    3.3 简单的数据分类法120

    3.4 数据预处理的艺术和科学124

    3.5 用于业务分析的统计建模133

    3.6 用于推论统计的回归建模143

    3.7 业务报告154

    3.8 数据可视化157

    3.9 不同类型的图表和图形162

    3.10 视觉分析的出现165

    3.11 信息仪表板172

    本章要点177

    讨论177

    参考文献178

    第二部分 预测性分析/机器学习

    第4章 数据挖掘过程、方法和算法182

    4.1 开篇小插曲:美国迈阿密戴德警察局使用预测性分析来预测和打击犯罪182

    4.2 数据挖掘概念186

    4.3 数据挖掘应用196

    4.4 数据挖掘过程199

    4.5 数据挖掘方法206

    4.6 数据挖掘软件工具221

    4.7 数据挖掘隐私问题、误解和失误227

    本章要点231

    讨论232

    参考文献233

    第5章 用于预测性分析的机器学习技术234

    5.1 开篇小插曲:预测建模有助于更好地理解和管理复杂的医疗程序234

    5.2 神经网络的基本概念237

    5.3 神经网络架构241

    5.4 支持向量机245

    5.5 基于过程的支持向量机使用方法254

    5.6 用于预测的邻近法256

    5.7 朴素贝叶斯分类法260

    5.8 贝叶斯网络268

    5.9 集成建模274

    本章要点286

    讨论287

    参考文献288

    第6章 深度学习和认知计算290

    6.1 开篇小插曲:利用深度学习和人工智能打击欺诈291

    6.2 深度学习介绍294

    6.3 “浅”神经网络基础299

    6.4 基于神经网络系统的开发流程308

    6.5 阐明ANN黑箱原理314

    6.6 深度神经网络317

    6.7 卷积神经网络323

    6.8 循环网络和长短期记忆网络334

    6.9 实现深度学习的计算机框架341

    6.10 认知计算344

    本章要点354

    讨论356

    参考文献357

    第7章 文本挖掘、情感分析和社交分析360

    7.1 开篇小插曲:Amadori集团将消费者情感转化为近实时销售361

    7.2 文本分析和文本挖掘概述363

    7.3 自然语言处理369

    7.4 文本挖掘应用375

    7.5 文本挖掘过程382

    7.6 情感分析390

    7.7 Web挖掘概述401

    7.8 搜索引擎406

    7.9 Web使用情况挖掘(Web分析)413

    7.10 社交分析419

    本章要点428

    讨论429

    参考文献430

    第三部分 规范性分析和大数据

    第8章 规范性分析:优化与仿真434

    8.1 开篇小插曲:费城学区使用规范性分析来寻找外包巴士路线的解决方案435

    8.2 基于模型的决策436

    8.3 决策支持的数学模型的结构442

    8.4 确定性、不确定性和风险444

    8.5 电子表格决策模型446

    8.6 数学规划优化450

    8.7 多重目标、灵敏度分析、假设分析和单变量求解460

    8.8 基于决策表和决策树的决策分析464

    8.9 仿真简介466

    8.10 视觉交互仿真473

    本章要点478

    讨论479

    参考文献479

    第9章 大数据、云计算和位置分析:概念和工具481

    9.1 开篇小插曲:在电信公司中使用大数据方法分析客户流失情况482

    9.2 大数据定义485

    9.3 大数据分析基础490

    9.4 大数据技术494

    9.5 大数据与数据仓库503

    9.6 内存分析和Apache Spark508

    9.7 大数据和流分析514

    9.8 大数据提供商和平台519

    9.9 云计算和业务分析526

    9.10 基于位置的组织分析537

    本章要点544

    讨论544

    参考文献545

    第四部分 机器人、社交网络、人工智能与物联网

    第10章 机器人:工业和消费者领域的应用548

    10.1 开篇小插曲:机器人为患者和儿童提供情感支持548

    10.2 机器人技
  • 内容简介:
    本书是对分析 (或商业分析) 的技术以及用于设计和开发决策支持系统的基本方法、技术和软件的全面介绍。除了传统的决策支持应用程序外,本书还介绍了人工智能、机器学习、机器人技术、聊天机器人、物联网和与互联网相关的技术,通过提供示例、产品、服务和练习阐述各种类型的分析。
  • 目录:
    前言

    致谢

    作者简介

    部分 分析和人工智能简介

    第1章 用于决策支持的商务智能、分析、数据科学和人工智能系统概述2

    1.1 开篇小插曲:通力电梯和自动扶梯公司的智能系统是如何工作的3

    1.2 不断变化的商业环境、决策支持与分析需求5

    1.3 决策过程和计算机化决策支持框架8

    1.4 计算机决策支持向商务智能/分析/数据科学的发展20

    1.5 分析概述29

    1.6 相关领域中的分析示例37

    1.7 人工智能简介50

    1.8 分析与人工智能的融合58

    1.9 分析生态系统综述63

    1.10 本书规划64

    1.11 相关资源65

    本章要点66

    讨论67

    参考文献67

    第2章 人工智能:概念、驱动力、主要技术和商业应用70

    2.1 开篇小插曲:INRIX解决了交通问题71

    2.2 人工智能概论73

    2.3 人类智能与计算机智能79

    2.4 主要人工智能技术和衍生产品82

    2.5 人工智能对决策的支持91

    2.6 人工智能在会计中的应用95

    2.7 人工智能在金融服务中的应用97

    2.8 人工智能在人力资源管理中的应用101

    2.9 人工智能在营销、广告和客户关系管理中的应用103

    2.10 人工智能在生产运营管理中的应用107

    本章要点109

    讨论110

    参考文献111

    第3章 数据性质、统计建模和可视化113

    3.1 开篇小插曲:SiriusXM通过数据驱动型营销吸引新一代的广播消费者114

    3.2 数据的性质117

    3.3 简单的数据分类法120

    3.4 数据预处理的艺术和科学124

    3.5 用于业务分析的统计建模133

    3.6 用于推论统计的回归建模143

    3.7 业务报告154

    3.8 数据可视化157

    3.9 不同类型的图表和图形162

    3.10 视觉分析的出现165

    3.11 信息仪表板172

    本章要点177

    讨论177

    参考文献178

    第二部分 预测性分析/机器学习

    第4章 数据挖掘过程、方法和算法182

    4.1 开篇小插曲:美国迈阿密戴德警察局使用预测性分析来预测和打击犯罪182

    4.2 数据挖掘概念186

    4.3 数据挖掘应用196

    4.4 数据挖掘过程199

    4.5 数据挖掘方法206

    4.6 数据挖掘软件工具221

    4.7 数据挖掘隐私问题、误解和失误227

    本章要点231

    讨论232

    参考文献233

    第5章 用于预测性分析的机器学习技术234

    5.1 开篇小插曲:预测建模有助于更好地理解和管理复杂的医疗程序234

    5.2 神经网络的基本概念237

    5.3 神经网络架构241

    5.4 支持向量机245

    5.5 基于过程的支持向量机使用方法254

    5.6 用于预测的邻近法256

    5.7 朴素贝叶斯分类法260

    5.8 贝叶斯网络268

    5.9 集成建模274

    本章要点286

    讨论287

    参考文献288

    第6章 深度学习和认知计算290

    6.1 开篇小插曲:利用深度学习和人工智能打击欺诈291

    6.2 深度学习介绍294

    6.3 “浅”神经网络基础299

    6.4 基于神经网络系统的开发流程308

    6.5 阐明ANN黑箱原理314

    6.6 深度神经网络317

    6.7 卷积神经网络323

    6.8 循环网络和长短期记忆网络334

    6.9 实现深度学习的计算机框架341

    6.10 认知计算344

    本章要点354

    讨论356

    参考文献357

    第7章 文本挖掘、情感分析和社交分析360

    7.1 开篇小插曲:Amadori集团将消费者情感转化为近实时销售361

    7.2 文本分析和文本挖掘概述363

    7.3 自然语言处理369

    7.4 文本挖掘应用375

    7.5 文本挖掘过程382

    7.6 情感分析390

    7.7 Web挖掘概述401

    7.8 搜索引擎406

    7.9 Web使用情况挖掘(Web分析)413

    7.10 社交分析419

    本章要点428

    讨论429

    参考文献430

    第三部分 规范性分析和大数据

    第8章 规范性分析:优化与仿真434

    8.1 开篇小插曲:费城学区使用规范性分析来寻找外包巴士路线的解决方案435

    8.2 基于模型的决策436

    8.3 决策支持的数学模型的结构442

    8.4 确定性、不确定性和风险444

    8.5 电子表格决策模型446

    8.6 数学规划优化450

    8.7 多重目标、灵敏度分析、假设分析和单变量求解460

    8.8 基于决策表和决策树的决策分析464

    8.9 仿真简介466

    8.10 视觉交互仿真473

    本章要点478

    讨论479

    参考文献479

    第9章 大数据、云计算和位置分析:概念和工具481

    9.1 开篇小插曲:在电信公司中使用大数据方法分析客户流失情况482

    9.2 大数据定义485

    9.3 大数据分析基础490

    9.4 大数据技术494

    9.5 大数据与数据仓库503

    9.6 内存分析和Apache Spark508

    9.7 大数据和流分析514

    9.8 大数据提供商和平台519

    9.9 云计算和业务分析526

    9.10 基于位置的组织分析537

    本章要点544

    讨论544

    参考文献545

    第四部分 机器人、社交网络、人工智能与物联网

    第10章 机器人:工业和消费者领域的应用548

    10.1 开篇小插曲:机器人为患者和儿童提供情感支持548

    10.2 机器人技
查看详情
12
您可能感兴趣 / 更多
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
猎物《纽约时报》畅销书作者史黛西·威林厄姆 Goodreads年度悬疑惊悚小说 LibraryReads月度值得关注图书
[美]史黛西·威林厄姆著
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
纳博科夫短篇小说全集(纳博科夫精选集V)
[美]弗拉基米尔·纳博科夫著
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
糖与雪:冰淇淋与我们相遇的五百年
[美]耶丽·昆齐奥(Jeri Quinzio) 著, 邹赜韬、王燕萍 译
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
你和我真的太像啦!(奇想国童书)
[美]安妮·拜罗斯/著;
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
从一到无穷大(爱因斯坦亲笔推荐的科普入门书,清华大学校长送给新生的礼物;世界著名物理学家、宇宙大爆炸学说的先驱)
[美]乔治·伽莫夫 著;栗子文化 出品;有容书邦 发行
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
海外中国研究·寻找六边形:中国农村的市场和社会结构(海外中国研究丛书精选版第四辑)
[美]施坚雅 著;徐秀丽 译;史建云
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
德川时代的宗教
[美]罗伯特·N.贝拉 著
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
小屁孩日记(平装双语版)35-36奶狗肠大作战和一日校长记 全2册
[美]杰夫·金尼(Jeff Kinney)
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
玻璃底片上的宇宙
[美]达娃·索贝尔 后浪
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
鸡蛋的胜利和其他故事(安德森教科书级别的短篇典范,一枚鸡蛋引发的“美国梦”的幻灭!)
[美]舍伍德·安德森
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
拖延心理学:从心理学的角度看拖延,跨越“想做”与“做”的鸿沟,赢回内驱力、专注力、执行力!
[美]海登·芬奇 著;张紫钰 译;斯坦威 出品
商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
治疗性催眠的本质(艾瑞克森催眠治疗大典)
[美]Milton H. Erickson(美) Ernest L. Rossi(美) Roxanna Erickson-Klein