增強型分析:AI驅動的數據分析、業務決策與案例實踐
彭鴻濤 張宗耀 聶磊 著
- 出版商: 機械工業
- 出版日期: 2019-08-01
- 定價: $534
- 售價: 8.5 折 $454
- 語言: 簡體中文
- ISBN: 7111634160
- ISBN-13: 9787111634164
-
相關分類:
Data Science
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$403Web 與網絡數據科學:建模技術在預測分析中的應用 (Web and network data science: modeling techniques in predictive analytics)
-
$403AWS Lambda 實戰 : 開發事件驅動的無服務器應用程序 (AWS Lambda in Action: Event-Driven Serverless Applications)
-
$352關聯數據:萬維網上的結構化數據
-
$505預測分析與數據挖掘 RapidMiner 實現 (Predictive Analytics and Data Mining: Concepts and Practice with RapidMiner)
-
$680$578 -
$403OpenCV 電腦視覺編程攻略, 3/e
-
$352數據驅動設計:A/B測試提升用戶體驗設計、A/B測試,數據,用戶體驗,產品設計,點石成金,
-
$414$393 -
$414$393 -
$454強化學習實戰:強化學習在阿裡的技術演進和業務創新 匯集了阿裡巴巴一線算法工程師在強化學習應用方面的經驗和心得。
-
$550$495 -
$800$632 -
$380$296 -
$750$638 -
$403數據流機器學習:MOA (Machine Learning for Data Streams)
-
$352生成對抗網絡項目實戰 (Generative Adversarial Networks Projects)
-
$780$616 -
$534$507 -
$1,000$790 -
$300$270 -
$403Python 商業數據分析:零售和電子商務案例詳解
-
$284機器學習案例實戰, 2/e
-
$458Python 數據科學實戰 (Data Science with Python)
-
$454AI 源碼解讀:循環神經網絡(RNN)深度學習案例 (Python版)
-
$680$537
相關主題
商品描述
增強型分析是數據科學的未來,本書講解瞭如何通過前沿的大數據技術和AI技術實現智能的數據分析和業務決策,即增強型分析。
本書的三位作者是來自德勤、前華為和前IBM的資深數據科學家,在大數據和AI領域至少都有10年以上的工作經驗,他們將各自多年來在“構建數據挖掘模型,解決實際業務問題”方面積累的經驗全部總結在了這本書中。
全書的內容由兩條主線貫穿:
技術主線:一方面講解了預測模型、序列分析、預測分析、Prescriptive分析等前沿數據處理技術,一方面講解了CNN、RNN和GNN等前沿的AI技術如何為數據分析賦能。
業務主線:在數字化轉型的大時代背景下,如何通過數據分析實現智慧營銷、智慧風險管控,實現由初級的“主動營銷”到“被動營銷”,再到“全渠道協同營銷”等營銷手段的升級應用。
本書的重點聚焦在本質內容上,即數據處理、算法及模型、“模型洞見到業務決策”的分析等。
全書共8章:
第1章:作者結合自己的從業經驗介紹了數據科學家的職業生涯發展、工作模式和工作方法要點等內容,為有志成為數據科學家的讀者指明瞭道路和方向;
第2章:從描述性分析的角度講解了數據探索、數據預處理衍生指標加工方面的技巧;
第3章:介紹了預測類模型構建時的新方法、新思路、新工具;
第4章:講解了序列分析的相關內容,包括序列模式、序列規則、序列預測等的挖掘與應用,用實例的方式說明瞭算法的原理、特點和使用技巧;
第5章:介紹了人工智能下一個階段的重點領域,即如何應用數據分析做出最優決策;
第6~8章:通過與傳統模型的對比,介紹了CNN、RNN、GNN等算法的原理,通過大量的實例說明瞭這些AI技術在數據分析與決策領域的用法和實際效果。
本書的三位作者是來自德勤、前華為和前IBM的資深數據科學家,在大數據和AI領域至少都有10年以上的工作經驗,他們將各自多年來在“構建數據挖掘模型,解決實際業務問題”方面積累的經驗全部總結在了這本書中。
全書的內容由兩條主線貫穿:
技術主線:一方面講解了預測模型、序列分析、預測分析、Prescriptive分析等前沿數據處理技術,一方面講解了CNN、RNN和GNN等前沿的AI技術如何為數據分析賦能。
業務主線:在數字化轉型的大時代背景下,如何通過數據分析實現智慧營銷、智慧風險管控,實現由初級的“主動營銷”到“被動營銷”,再到“全渠道協同營銷”等營銷手段的升級應用。
本書的重點聚焦在本質內容上,即數據處理、算法及模型、“模型洞見到業務決策”的分析等。
全書共8章:
第1章:作者結合自己的從業經驗介紹了數據科學家的職業生涯發展、工作模式和工作方法要點等內容,為有志成為數據科學家的讀者指明瞭道路和方向;
第2章:從描述性分析的角度講解了數據探索、數據預處理衍生指標加工方面的技巧;
第3章:介紹了預測類模型構建時的新方法、新思路、新工具;
第4章:講解了序列分析的相關內容,包括序列模式、序列規則、序列預測等的挖掘與應用,用實例的方式說明瞭算法的原理、特點和使用技巧;
第5章:介紹了人工智能下一個階段的重點領域,即如何應用數據分析做出最優決策;
第6~8章:通過與傳統模型的對比,介紹了CNN、RNN、GNN等算法的原理,通過大量的實例說明瞭這些AI技術在數據分析與決策領域的用法和實際效果。