数据科学和大数据分析是指利用数据的力量来发现新的见解。本书涵盖了数据科学涉及的行为广度以及所使用的方法和工具。本书内容侧重于任何行业和技术环境中都会用到的概念、原理和实际应用，并通过源软件来分析案例，以帮助读者更好地理解。本书将帮助您：成为数据科学团队中的一名贡献者；部署结构化的生命周期方法来分析数据问题；应用合适的分析技术和工具来分析大数据；学习如何用数据来讲一个动人的故事，以推动商业行为；备考EMC Proven Professional数据科学家认证。EEMC专家认证是IT行业领先的教育和认证项目，涵盖了信息存储技术、虚拟化技术、云计算、数据科学与大数据分析等领域。通过认证是一种很好的自我投资方式，同时也是对自己专业知识的正式验证。本书可以作为准备数据科学专员（EMCDSA）认证的资料。在驱动企业和服务提供商转型其运营方式以及以服务形式交付IT（IT as a service）方面，EMC是全球领导者。而该转型的基础则是云计算。通过创新的产品和服务，EMC加速了云计算的展，旨在帮助IT部门以一种更为敏捷、可信和具备成本效益的方式来存储、管理、保护和分析它们有价值的资产——信息。关于EMC的更多信息，请访问www.EMC.com。
售 价：¥
纸质售价：¥51.30购买纸书
6.6
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
内容提要
主要贡献人
致谢
译者简介
主审人员简介
前言
第1章 大数据分析介绍
1.1 大数据概述
1.2 分析的实践状态
1.3 新的大数据生态系统中的关键角色
1.4 大数据分析案例
1.5 总结
1.6 练习
参考书目
第2章 数据分析生命周期
2.1 数据分析生命周期概述
2.2 第1阶段：发现
2.3 第2阶段：数据准备
2.4 第3阶段：模型规划
2.5 第4阶段：模型建立
2.6 第5阶段：沟通结果
2.7 第6阶段：实施
2.8 案例研究：全球创新网络和分析（GINA）
2.9 总结
2.10 练习
参考书目
第3章 使用R进行基本数据分析
3.1 R简介
3.2 探索性数据分析
3.3 用于评估的统计方法
3.4 总结
3.5 练习
参考文献
第4章 高级分析理论与方法：聚类
4.1 聚类概述
4.2 k均值聚类
4.3 其他算法
4.4 总结
4.5 练习
参考书目
第5章 高级分析理论与方法：关联规则
5.1 概述
5.2 Apriori算法
5.3 评估候选规则
5.4 关联规则的应用
5.5 杂货店交易示例
5.6 验证和测试
5.7 诊断
5.8 总结
5.9 练习
参考书目
第6章 高级分析理论与方法：回归
6.1 线性回归
6.2 逻辑回归
6.3 选择理由和注意事项
6.4 其他回归模型
6.5 总结
6.6 练习
第7章 高级分析理论与方法：分类
7.1 决策树
7.2 朴素贝叶斯
7.3 分类器诊断
7.4 其他分类方法
7.5 总结
7.6 练习
参考书目
第8章 高级分析理论与方法：时间序列分析
8.1 时间序列分析概述
8.2 ARIMA模型
8.3 其他方法
8.4 总结
8.5 练习
第9章 高级分析理论与方法：文本分析
9.1 文本分析步骤
9.2 一个文本分析的示例
9.3 收集原始数据
9.4 表示文本
9.5 词频-逆文档频率（TFIDF）
9.6 通过主题来分类文件
9.7 情感分析
9.8 获得洞察力
9.9 总结
9.10 练习
参考书目
第10章 高级分析技术与工具：MapReduce和Hadoop
10.1 非结构化数据分析
10.2 Hadoop生态系统
10.3 NoSQL
10.4 总结
10.5 练习
参考书目
第11章 高级分析技术与工具：数据库内分析
11.1 SQL基本要素
11.2 数据库内的文本分析
11.3 高级SQL技术
11.4 总结
11.5 练习
参考书目
第12章 结尾
12.1 沟通和实施一个分析项目
12.2 创建最终可交付成果
12.3 数据可视化基础
12.4 总结
12.5 练习
12.6 参考文献与扩展阅读
参考书目
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
