幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

數據科學與商業分析(用機器學習與統計學優化商業決策)/圖靈程序設計叢書

  • 作者：(美)馬特·塔迪|責編:岳新欣|譯者:陳光欣
  • 出版社：人民郵電
  • ISBN：9787115559135
  • 出版日期：2021/03/01
  • 裝幀：平裝
  • 頁數：251
人民幣：RMB 99 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    大數據和機器學習等的興起使得商業分析領域越來越倚重數據科學。本書詳細介紹了商業數據科學中的關鍵元素，彙集了機器學習、經濟學以及統計學領域的核心原則和最佳實踐，內容涵蓋識別商業政策中的重要變數、通過實驗測量這些變數，以及挖掘社交媒體以了解公眾對於政策修改的反應，為從事商業數據科學的數據科學家和商業人士提供了必備工具。書中通過大量數據分析示例講解如何利用R語言編寫腳本來解決複雜的數據科學問題。
    本書適合對數據科學感興趣的普通人，以及想掌握或提升數據科學技能的數據科學家和商業人士閱讀。
作者介紹
(美)馬特·塔迪|責編:岳新欣|譯者:陳光欣
目錄
第0章  引言
  從兩張圖說起
  大數據與機器學習
  計算
第1章  不確定性
  1.1  頻率不確定性和bootstrap方法
  1.2  假設檢驗和錯誤發現率控制
  1.3  貝葉斯推斷
第2章  回歸
  2.1  線性模型
  2.2  邏輯回歸
  2.3  偏差與似然
  2.4  ◆回歸不確定性
  2.5  空間和時間
第3章  正則化
  3.1  樣本外預測效果
  3.2  正則化方法
  3.3  模型選擇
  3.4  ◆lasso的不確定性量化
第4章  分類
  4.1  最近鄰
  4.2  概率、成本和分類
  4.3  多元邏輯回歸
  4.4  分散式多元回歸
  4.5  分散式與大數據
第5章  實驗
  5.1  隨機控制試驗
  5.2  近似實驗設計
  5.3  ◆工具變數
第6章  控制
  6.1  條件可忽略性與線性處理效果
  6.2  高維混淆變數調整
  6.3  ◆樣本分割與正交機器學習
  6.4  異質性處理效果
  6.5  合成控製法
第7章  分解
  7.1  聚類
  7.2  因子模型和主成分分析
  7.3  主成分回歸
  7.4  偏最小二乘法
第8章  文本作為數據
  8.1  分詞
  8.2  文本回歸
  8.3  主題模型
  8.4  多元逆回歸
  8.5  協同過濾
  8.6  詞嵌入技術
第9章  非參數方法
  9.1  決策樹
  9.2  隨機森林

  9.3  因果關係樹
  9.4  半參數方法與高斯過程
第10章  人工智慧
  10.1  什麼是人工智慧
  10.2  通用機器學習
  10.3  深度學習
  10.4  ◆SGD
  10.5  強化學習
  10.6  商業環境中的人工智慧

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032