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

數據故事化(從數據感知到數據認知數字產業化)(精)/新時代新文科新工科數字經濟高質量人才培養系列

  • 作者：編者:朝樂門|責編:郝志恆//章海濤
  • 出版社：電子工業
  • ISBN：9787121446146
  • 出版日期：2022/09/01
  • 裝幀：精裝
  • 頁數：285
人民幣：RMB 98 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是系統講述數據故事化的理論與實踐的教材，特別注重相關理論的繼承和創新，不僅吸收全球一流大學及國外相關領域的標誌性成果及最新進展，還充分體現了我國傳統文化及人才培養的需要及未來社會的人才需求，系統講解數據故事化的理論、方法、技術、工具與代表性實踐。全書分為三篇：基礎篇主要講解數據故事與文學故事的聯繫及區別，以及數據故事的定義、特徵、認知和應用；理論篇主要分析數據故事化的核心理論、數據故事化的理論基礎及數據故事化的方法與技術；實戰篇主要講解Tableau的數據故事化功能和基於Tableau的數據故事化實踐。
    本書既可以滿足數據科學與大數據技術、大數據管理與應用、電腦科學與技術、管理工程、工商管理、數據統計、數據分析、信息管理與信息系統、商業分析、數據新聞、數字人文等專業的教學需求，還可以滿足數據科學領域緊缺人才培養和職業能力提升的需求。
作者介紹
編者:朝樂門|責編:郝志恆//章海濤
    朝樂門，1979年生，中國人民大學數據工程與知識工程教育部重點實驗室、信息資源管理學院副教授，博士生導師；章魚大數據首席數據科學家：中國電腦學會信息系統專委員會委員、ACM高級會員、國際知識管理協會正式委員、全國高校大數據教育聯盟大數據教材專家指導委員會委員；獲得北京市中青年骨幹教師稱號、國際知識管理與智力資本傑出成就獎、Emerald/EFMD國際傑出博士論文獎、國家自然科學基金項目優秀項目、中國大數據學術創新獎和中國大數據創新百人等多種獎勵30余項。朝樂門是我國第一部系統闡述數據科學理念、理論、方法、技術和工具的重要專著——《數據科學》（清華大學出版社，2016）的作者。
目錄
第一篇  基礎篇
  第1章  故事
    1.1  故事的定義和特徵
      1.1.1  故事的定義
      1.1.2  故事的特徵
    1.2  故事的發展史
      1.2.1  視覺/口述講故事（約公元前700年之前）
      1.2.2  書面講故事（約公元前700年至20世紀）
      1.2.3  數字化講故事（20世紀至今）
    1.3  故事的要素
      1.3.1  意圖——為什麼要講故事
      1.3.2  內容——要講什麼故事
      1.3.3  方式——如何講故事
      1.3.4  受眾——給誰講故事
      1.3.5  衝突——故事的關鍵在哪裡
    1.4  故事的情節
      1.4.1  金字塔結構
      1.4.2  英雄之旅結構
      1.4.3  「男孩追到女孩」結構
    1.5  故事的敘述
      1.5.1  故事的創作與敘述的區別
      1.5.2  故事的敘述方法
      1.5.3  故事的敘述原則
    1.6  故事的生成
      1.6.1  StorytellingAlice和Looking Glass
      1.6.2  BeemGee作者工具
      1.6.3  Worldbuilding
    小結
    思考題
  第2章  數據故事
    2.1  數據故事的定義
      2.1.1  數據與故事的聯繫
      2.1.2  數據故事及數據故事化
      2.1.3  數據故事的金字塔模型
      2.1.4  數據故事化的相關術語
      2.1.5  數據故事的作用——EEE作用
    2.2  數據故事的特徵
    2.3  數據故事的認知模型
      2.3.1  數據故事的感知
      2.3.2  數據故事的認知
      2.3.3  數據故事的行動
    2.4  數據故事的應用
      2.4.1  解決數據科學的「最後一英里」問題
      2.4.2  提升數據的可認知和可記憶能力
      2.4.3  推動「數據—洞見—行動」的轉換
      2.4.4  數據新聞及數據產品開發
    小結
    思考題
第二篇  理論篇
  第3章  數據故事化的基礎理論

    3.1  數據故事的要素
    3.2  數據故事化的原則
    3.3  數據故事化的流程
      3.3.1  數據理解
      3.3.2  明確目的
      3.3.3  了解受眾
      3.3.4  識別關鍵數據
      3.3.5  數據故事的建模
      3.3.6  敘述準備
      3.3.7  敘述設計及二度創作
      3.3.8  敘述與互動
    3.4  數據故事化的模型
      3.4.1  分析模型
      3.4.2  故事模型
      3.4.3  敘述模型
    3.5  數據故事的敘述
      3.5.1  敘述者驅動型敘述
      3.5.2  受眾驅動型敘述
    小結
    思考題
  第4章  數據故事化的理論基礎
    4.1  數據科學
      4.1.1  與數據故事化的聯繫
      4.1.2  數據科學的理論與方法
      4.1.3  數據科學的應用
    4.2  認知科學
      4.2.1  與數據故事化的聯繫
      4.2.2  認知科學的理論與方法
      4.2.3  認知科學的應用
    4.3  數據可視化
      4.3.1  與數據故事的聯繫
      4.3.2  可視化的理論與方法
      4.3.3  數據可視化的應用
    4.4  可解釋性機器學習
      4.4.1  與數據故事化的聯繫
      4.4.2  可解釋性機器學習的理論與方法
      4.4.3  可解釋性機器學習的應用
    4.5  自然語言處理
      4.5.1  自然語言處理與數據故事化的聯繫
      4.5.2  自然語言處理的理論與方法
      4.5.3  自然語言處理的應用
    小結
    思考題
  第5章  數據故事化的方法與技術
    5.1  可視故事化
      5.1.1  可視故事化的定義
      5.1.2  可視故事化的特徵
      5.1.3  可視故事化的方法
    5.2  SHAP
      5.2.1  SHAP的定義

      5.2.2  SHAP的方法
      5.2.3  SHAP的特徵
      5.2.4  SHAP的應用
    5.3  Facet
      5.3.1  Facet的定義
      5.3.2  Facet的方法
      5.3.3  Facet的特徵
      5.3.4  Facet的應用
    5.4  反事實解釋
      5.4.1  反事實解釋的定義
      5.4.2  反事實解釋的特徵
      5.4.3  反事實解釋的方法
      5.4.4  反事實解釋的應用
    5.5  LIME
      5.5.1  LIME的定義
      5.5.2  LIME的特徵
      5.5.3  LIME的方法
      5.5.4  LIME的應用
    5.6  Anchors
      5.6.1  Anchors的定義
      5.6.2  Anchors的方法
      5.6.3  Anchors的特徵
      5.6.4  Anchors的應用
    5.7  對比解釋法
      5.7.1  對比解釋法的定義
      5.7.2  對比解釋法的特徵
      5.7.3  對比解釋法的方法
      5.7.4  對比解釋法的應用
    5.8  A/B測試
      5.8.1  A/B測試的定義
      5.8.2  A/B測試的方法
      5.8.3  A/B測試的特徵
    5.9  混淆矩陣
      5.9.1  混淆矩陣的定義
      5.9.2  混淆矩陣的特徵
      5.9.3  混淆矩陣的方法
      5.9.4  混淆矩陣的應用
    小結
    思考題
第三篇  實戰篇
  第6章  Tableau及其數據故事化功能
    6.1  Tableau概述
    6.2  Tableau的安裝
    6.3  Tableau的界面
      6.3.1  菜單及工具欄區域
      6.3.2  數據源、工作表、儀錶板和故事標籤及狀態欄
      6.3.3  側欄及窗格區域
      6.3.4  畫布及視圖區域
      6.3.5  卡和功能架區域
      6.3.6  智能推薦區域

    6.4  Tableau的術語
      6.4.1  數據來源（DataSource）
      6.4.2  工作簿及其組成
      6.4.3  窗格及其類型
      6.4.4  功能架及其類型
      6.4.5  視圖及其智能推薦
      6.4.6  儀錶板
      6.4.7  故事
      6.4.8  參數
      6.4.9  維度和度量
      6.4.10  連續欄位和離散欄位
    6.5  Tableau的關鍵技術
      6.5.1  VizQL
      6.5.2  HyPer
    6.6  Tableau的操作方法
      6.6.1  連接到數據來源
      6.6.2  工作表及視圖的編輯
      6.6.3  儀錶板的編輯
      6.6.4  故事的編輯
      6.6.5  數據的分析
      6.6.6  在線發布
    6.7  Tableau的故事化功能
    小結
    思考題
  第7章  數據故事化實戰
    7.1  Tableau數據故事化的流程
    7.2  地震數據故事的需求分析
      7.2.1  業務背景
      7.2.2  數據分析
      7.2.3  數據故事化的目的
    7.3  地震數據故事的設計
      7.3.1  數據故事的類型
      7.3.2  數據故事的要素
      7.3.3  數據化故事的模型
      7.3.4  數據故事的敘述
    7.4  地震數據故事的生成
      7.4.1  連接數據源
      7.4.2  設計工作表
      7.4.3  設計儀錶板
      7.4.4  設計故事
    7.5  地震數據故事的發布
    7.6  地震數據故事的評價與改進
    小結
    思考題
附錄A  數據故事化的重要文獻
附錄B  數據故事化相關工具軟體
附錄C  數據故事化相關課程資源
參考文獻

  • 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