智能數據分析:入門、實戰與平台構建

陳雪瑩

  • 出版商: 機械工業
  • 出版日期: 2022-08-01
  • 定價: $714
  • 售價: 7.5$536
  • 語言: 簡體中文
  • 頁數: 240
  • 裝訂: 平裝
  • ISBN: 7111710649
  • ISBN-13: 9787111710646
  • 相關分類: Data Science
  • 立即出貨

買這商品的人也買了...

相關主題

商品描述

本書是一本從實戰角度解讀如何進行智能數據分析及搭建智能數據分析平台的工具書,
目的是幫助讀者全面認識並在實際工作中靈活使用智能數據分析,同時構建可用的智能數據分析環境。
本書不僅包含關於智能數據分析的基礎知識,還包含進行智能數據分析必備的方法、工具、案例,以及平台的搭建方案。
全書共分為8章。
第1~2章在全面剖析了智能數據分析及其發展歷程的基礎上,
深入解讀了做好智能數據分析必備的四大基礎知識——痛、悟、層、法。
第3~5章從數據資產管理、數據統計與數據挖掘、數據可視化三個方面分享做好智能數據分析的思路、方法與技巧。
第6~8章介紹應該如何量身定制自己的智能數據分析平台。

作者簡介

陳雪瑩
現就職於明源雲,曾就職於遠光軟件,
擁有多年企業管理軟件實施及數據分析平台產品管理一線從業經歷,
在數據分析、產品設計及項目管理方面擁有豐富的經驗。
曾主導某大型集團企業資金管理信息化標準體系搭建、數字化創新應用平台產品規劃及設計。
主導規劃及設計的產品已成功支撐大型集團企業、行業協會、政府部門等完成數據分析項目建設。
通過PMP項目管理認證,參與並獲得專利授權6項。

目錄大綱

前言
第一部分基礎知識
第1章初識智能數據分析2
1.1 智能數據分析的定義2
1.2 基礎理論體系3
1.2.1 DIKW3
1.2.2 CRISP-DM6
1.3 數據分析的發展8
1.3.1 分析思路的演進9
1.3.2 分析工具的發展11
1.3.3 組織體系的變革13
1.3.4 未來趨勢15
1.4 本章小結18
第2章智能數據分析基本知識19
2.1 數據分析之“痛”19
2.1.1 數據找不到19
2.1.2 數據質量差20
2.1.3 分析手段舊21
2.1.4 分析效率低21
2.1.5 數據雜亂21
2.2 數據分析之“悟”21
2.2.1 數據“收納”21
2.2.2 尋找“好數據”25
2.2.3 向“數據科學家”看齊26
2.3 數據分析之“層”27
2.3.1 描述性分析29
2.3.2 診斷性分析34
2.3.3 預測性分析38
2.3.4 指導性分析39
2.4 數據分析之“法”41
2.4.1 分析思維41
2.4.2 分析方法42
2.5 本章小結43
第二部分理論方法
第3章數據資產管理46
3.1 認識數據資產管理47
3.1.1 發展歷程47
3.1.2 基本內容48
3.2 數據之“管”50
3.2.1 數據的4個層次50
3.2.2 元數據52
3.2.3 數據標籤53
3.2.4 主數據55
3.3 數據之“存”57
3.3.1 數據湖58
3.3.2 數據倉庫59
3.3.3 數據集市60
3.4 數據之“算”61
3.4.1 數據清洗62
3.4.2 數據加工63
3.4.3 數據ETL65
3.5 數據之“規”65
3.5.1 數據標準65
3.5.2 規範制度67
3.6 數據之“治”67
3.6.1 高層負責67
3.6.2 組織保障68
3.6.3 機制建立68
3.7 本章小結69
第4章數據統計及數據挖掘70
4.1 相關基礎概念70
4.2 描述性統計分析方法71
4.2.1 常規統計72
4.2.2 集中趨勢統計72
4.2.3 離散趨勢統計76
4.3 診斷性分析方法77
4.3.1 因素分析法78
4.3.2 上卷與下鑽78
4.3.3 關聯分析79
4.4 預測性分析方法80
4.4.1 線性回歸81
4.4.2 邏輯回歸82
4.4.3 K-Means算法84
4.5 指導性分析方法85
4.5.1 決策樹85
4.5.2 隨機森林87
4.5.3 協同過濾88
4.5.4 神經網絡90
4.6 本章小結93
第5章數據可視化分析94
5.1 可視化簡史94
5.1.1 18世紀以前:圖形符號94
5.1.2 18~19世紀:統計圖形從萌芽到繁盛95
5.1.3 20世紀:多維信息圖形規範化98
5.1.4 21世紀以來:交互可視化99
5.2 可視化圖表基礎理論100
5.2.1 比較分析101
5.2.2 構成分析106
5.2.3 分佈分析110
5.2.4 關聯分析116
5.3 “好圖表”和“壞圖表”119
5.3.1 好看119
5.3.2 好懂123
5.3.3 好用125
5.4 “好報告”和“壞報告”127
5.4.1 佈局合理129
5.4.2 色彩統一133
5.4.3 字體、字號協調133
5.5 可視化案例133
5.6 本章小結136
第三部分平台實戰
第6章企業級智能數據分析平台搭建138
6.1 構建數據分析“生態系統”138
6.1.1 數據生態的範疇138
6.1.2 構建有效的組織體系141
6.1.3 營造良好的數據文化氛圍145
6.2 搭建智能數據分析平台149
6.2.1 平台願景150
6.2.2 基礎設施151
6.2.3 建設內容155
6.3 本章小結160
第7章企業級數據分析平台必備的能力161
7.1 多源化數據匯聚能力162
7.1.1 批式數據接入能力163
7.1.2 實時數據感知能力164
7.2 體系化指標管理能力168
7.2.1 指標體系構建能力169
7.2.2 指標計算及關係管理能力170
7.3 可視化數據準備能力173
7.3.1 數據清洗及加工能力173
7.3.2 數據鏈路管理及更新能力179
7.4 自助式分析展示能力179
7.4.1 多維度圖表分析展示能力179
7.4.2 多表頭表格分析展示能力185
7.4.3 出具多樣化分析報告能力187
7.5 可管理的模型構建能力190
7.5.1 數據模型構建能力191
7.5.2 指標模型構建能力191
7.5.3 算法模型構建能力192
7.5.4 展示模型構建能力193
7.6 智能化搜索推薦能力193
7.6.1 智能數據搜索推薦能力194
7.6.2 智能問答語義解析能力197
7.6.3 智能文本生成能力200
7.7 本章小結201
第8章智能數據分析平台應用案例及實踐202
8.1 政府宏觀經濟大數據倉庫202
8.1.1 宏觀經濟數據匯聚203
8.1.2 數據標準建立203
8.1.3 平台運行情況監控210
8.1.4 宏觀經濟分析場景211
8.2 電商運營與管理分析平台213
8.2.1 用戶行為分析及商品推薦213
8.2.2 商品發售及庫存安排216
8.2.3 銷售情況實時監控217
8.3 集團企業經營管理數據分析平台218
8.3.1 分析平台門戶218
8.3.2 經營管理指標體系構建219
8.3.3 主題場景模型搭建229
8.3.4 管理分析平台的應用230
8.4 本章小結232