前言
第一部分 商业大数据分析技术框架
第1章 大数据概述
1.1 大数据的概念
1.2 大数据的发展阶段
1.3 大数据的“4V”特征
1.4 大数据改变了生产、生活和治理方式
1.5 大数据在商业领域的应用
1.6 大数据对思维模式的改变
第2章 大数据基础设施
2.1 云计算概述
2.2 Hadoop平台
2.3 分布式存储系统
2.4 MapReduce并行编程框架
第3章 大数据编程基础
3.1 大数据分析计算机程序设计语言
3.2 Python环境搭建
3.3 Python基础语法
3.4 Python基本数据结构
3.5 Python函数及类和对象
3.6 商业数据分析中常用的Python框架
第4章 大数据与人工智能
4.1 人工智能的定义与发展历程
4.2 人工智能的分类和学派
4.3 人工智能的核心技术概述
4.4 人工智能与大数据在商业分析中的协同作用
第二部分 商业大数据分析原理和算法
第5章 商业问题分析与建模
5.1 价格优化
5.2 价格博弈——伯川德模型
5.3 产量优化博弈——古诺模型
5.4 经济订货量模型
5.5 报童模型
5.6 多目标优化
第6章 商业分析的流程、方法与工具
6.1 商业大数据分析的基本框架
6.2 商业大数据分析的流程
6.3 商业大数据分析方法
6.4 数据商业分析的关键技术
第7章 商业信息的Web采集与可视化
7.1 Web信息采集
7.2 数据可视化的定义与发展历程
7.3 数据可视化的主要方法
7.4 基于Python库的数据可视化
第8章 商业信息挖掘
8.1 数据挖掘技术概述
8.2 关联规则分析
8.3 推荐系统及算法
8.4 决策树分类算法
第9章 贝叶斯分类算法
9.1 贝叶斯定理的基本概念
9.2 朴素贝叶斯分类
9.3 零概率问题的修正
9.4 贝叶斯分类算法举例
第10章 人工神经网络
10.1 人工神经网络的概述
10.2 线性分类器的训练
10.3 神经元与人工神经网络
10.4 基于梯度下降的反向传播算法
10.5 多层感知器反向传播算法的推导
10.6 输入、输出、初始权重的设定
10.7 BP算法的一般总结
10.8 基于人工神经网络的支持系统结构
10.9 人工神经网络的优缺点
10.10 人工神经网络算法一般应用举例
第11章 生成式人工智能
11.1 生成式人工智能概述
11.2 AIGC的发展历程
11.3 AIGC的核心技术
11.4 大模型框架
11.5 AIGC的应用场景
第三部分 商业大数据分析案例
第12章 电商品类货量预测及分仓规划
12.1 问题分析
12.2 货量预测模型构建
12.3 销量预测模型
第13章 旅游评论情感分析案例
13.1 旅游评论数据采集
13.2 旅游评论数据预处理
13.3 情感词典分析
第14章 上市公司股票波动分析案例
14.1 上市公司股票数据采集
14.2 AutoGen智能体
14.3 基于AutoGen的自动化股票波动分析
买过这本书的人还买过
读了这本书的人还在读
购物车
个人中心
