數據挖掘與商務分析：R語言 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

[英] 約翰尼斯·萊道爾特 著，王星 等 譯

齣版社： 機械工業齣版社

ISBN：9787111549406

版次：1

商品編碼：12060366

品牌：機工齣版

包裝：平裝

叢書名： 數據科學與工程技術叢書

開本：16開

齣版時間：2016-10-01

用紙：膠版紙

頁數：266

內容簡介

　　從海量的數據中收集、分析、提取有價值的信息需要功能強大的分析工具，本書結閤R軟件詳細介紹瞭數據挖掘和數據分析的實用方法，主要內容包括處理信息和獲取數據、標準綫性迴歸、局部多項式迴歸、統計建模中簡約的重要性、Logistic迴歸、貝葉斯分析、多項式Logistic迴歸、決策樹、聚類、購物籃分析、降維和網絡數據等。書後配有練習並且書中所有例子涉及的數據集和R代碼可以從本書配套網站獲取。

目錄

譯者序 前言 緻謝 第1章引言 參考文獻 第2章處理信息與認識數據 2.1例1：2006年齣生數據 2.2例2：校友捐贈 2.3例3：橘子汁 參考文獻 第3章標準綫性迴歸 3.1用R函數估算綫性迴歸模型 3.2例1：汽車燃油效率 3.3例2：豐田二手車價格 附錄3.A模型過度擬閤對迴歸預測均方誤差的影響 參考文獻 第4章局部多項式迴歸的非參數迴歸方法 4.1模型的選擇 4.2密度估計和直方圖平滑化的應用 4.3多重迴歸模型的拓展 4.4例題和軟件 4.4.1例1：老忠實噴泉 4.4.2例2：NOx排放物 參考文獻 第5章簡約在統計建模中的重要性 5.1怎樣防止低假陽率 參考文獻 第6章多參數迴歸模型中基於懲罰算法的變量選擇 6.1例1：前列腺癌 6.2例2：橙汁 參考文獻 第7章Logistic迴歸 7.1對二分類響應數據建立綫性模型 7.2Logistic迴歸模型中迴歸係數的解釋 7.3統計推斷 7.4對新樣例的分類 7.5用R語言估計 7.6例1：死刑數據 7.6.1二分類Logistic迴歸：Minitab程序輸齣 7.6.2R語言輸齣結果的解釋與分析 7.7例2：延誤的航班 7.8例3：貸款驗收 7.9例4：德國信貸數據 參考文獻 第8章二元分類、概率和分類性能的評價 8.1二元分類 8.2使用概率作決策 8.3靈敏度和特異度 8.4例子：德國信貸數據 第9章最近鄰分析分類 9.1k近鄰算法 9.2例1：玻璃碎片的法醫分析 9.3例2：德國信貸數據 參考文獻 第10章樸素貝葉斯分析：一種由以分類為主的變量對分類響應變量預測的模型 10.1例：航班延誤 參考文獻 第11章多項式Logistic迴歸 11.1計算軟件 11.2例1：玻璃碎片的法醫分析 11.3例2：重溫玻璃碎片的法醫分析 附錄11.A簡單三重矩陣的詳述 參考文獻 第12章分類和判彆分析的深入探討 12.1Fisher綫性判彆函數 12.2例1：德國信用卡數據 12.3例2：Fisher鳶尾花數據 12.4例3：玻璃碎片的法醫分析數據 12.5例4：MBA申請數據 參考文獻 第13章決策樹 13.1例1：前列腺癌 13.2例2：摩托車加速度 13.3例3：迴顧Fisher鳶尾花數據集 第14章迴歸、分類樹、計算軟件及其他實用分類方法的深入探討 14.1有關樹結構的R程序包 14.2卡方自動交互檢驗 14.3集成方法：Bagging算法、Boosting算法和隨機森林 14.4支持嚮量機 14.5神經網絡 14.6R程序包：關於數據挖掘的一個有用的圖形用戶界麵 參考文獻 第15章聚類 15.1k均值聚類 15.2另眼看聚類：將期望最大化算法應用於混閤正態分布 15.2.1E步 15.2.2M步 15.3層次聚類過程 參考文獻 第16章購物籃分析:關聯規則和提升度 16.1例1：在綫廣播 16.2例2：收入預測 參考文獻 第17章降維：因子模型和主成分分析 17.1例1：歐洲蛋白質的攝入數據 17.2例2：月度失業率數據 第18章帶多重共綫性輸入的降維迴歸：主成分迴歸和偏最小二乘法 18.1三個例子 18.1.1例1：模擬數據 18.1.2例2：基於50個州的曆史失業率預測某州下個月的失業率 18.1.3例3：預測下月失業率：比較不同方法樣本外預測效果 參考文獻 第19章文本數據：文本挖掘和情感分析 19.1逆多項式Logistic迴歸 19.2例1：餐館評論 19.3例2：政治主張 附錄19.A Gentzkow/Shapiro關於“slant”的估計和偏最小二乘的關係 參考文獻 第20章網絡數據 20.1例1：15世紀佛羅倫薩的婚姻與權力 20.2例2：友誼網絡的連接 參考文獻 附錄A練習 附錄B參考文獻

前言/序言

　　前言　　這是一本有關數據挖掘和商務分析的實用方法的圖書，適用於迫切需要使用這些方法來瞭解運營狀況並解決經營問題的讀者。寫作本書的目的是對獲得公眾口碑的數據挖掘工具進行全麵討論，而不僅僅局限於傳統的黑箱式描述，展現這些方法的工作機理。 　　數據挖掘需要一套功能強大、計算精準、兼容良好的計算工具，在這方麵微軟的Excel難以勝任。盡管我們也多次獲得許多供應商專門提供的卓越的數據挖掘商務軟件，但通常來說這些軟件價格昂貴。書中我們所使用的R統計軟件功能強大而且免費。不過要想正常使用R需要一些學習代價，它需要用戶寫指令，而大多數電子錶格用戶對程序指令的編寫並不熟悉，這也是我在書中和與本書相關的網頁上提供R示例代碼的原因。這些示例代碼應該可以順利地遷移到當下通用的、強大的計算機環境中，並有助於最小化R的學習成本。 　　本書采用瞭將軟件與數據挖掘的統計基礎相融閤的寫作風格，同時也推廣瞭工具的應用。雖然市麵上不乏深入闡述這些方法的教材，也不缺乏對R計算的詳盡完整的說明手冊。但是本書力圖權衡理論與實踐，定位於對定量方法感興趣的MBA學生的認知層次。本書適用於MBA的數據挖掘課程，以及高年級本科生和研究生的分析與解釋大數據集的課程。從事商學、社會學、自然科學、醫學以及工科的學生都可以從本書受益。本書所涉大部分主題可以安排在一個學期的課程中，但是包括的主題並不適用於每一個讀者。可能有些讀者會認為其中一些主題內容太深或者太淺。建議主講老師略去或適當擴展某些主題。從這個角度來看，本書可以適用於很多不同的讀者。 　　數據挖掘的應用常常需要花大力氣收集相關信息。在這種情況下，數據的準備工作比最終建立模型需要花費更多的時間。在另外一些應用中，數據收集的工作量並非大問題，工作的重點是大容量信息的存取（即數據倉庫）。盡管如何獲取、存儲、閤並和整理信息在數據分析全過程來說必不可少，但書中對這些技術細節並未做深入探討，本書重點介紹數據挖掘的建模。 　　本書所述全部例子的數據集和R代碼都可以在配套網頁（http://www.biz�眜iowa�眅du/faculty/jledolter/DataMining）上找到。也可以通過在booksupport�眞iley�眂om上輸入ISBN 9781118447147獲取本書的附加材料。讀者可以將書中的代碼復製粘貼到自己的R會話中，從而得到分析結果。也可以在軟件中修改或添加一些代碼來做數據實驗，以及用我們給的R模闆程序對自己的數據集進行分析。附錄給齣瞭練習和幾個大的練習數據集。練習有助於老師布置課後作業，也為讀者提供瞭一個實踐書中所討論技巧的機會。如何使用這些數據集的相關說明請參見附錄A。 　　這是本書第1版，盡管在錶述和例證數據集的分析上我們很小心謹慎，但不得不承認其中有很多地方還值得推敲。如果在閱讀本書的過程中有任何反饋，我們將不勝感激，期待你將你的建議通過johannes�瞝edolter@uiowa.edu郵箱寫信給我。相關的勘誤和評論我將在本書的網頁上隨時更新。 　　緻謝2011年我訪問芝加哥大學布斯商學院時，忽然為一篇MBA方麵有關數據挖掘的文章中的素材産生瞭興趣。芝加哥大學著名教授Matt Taddy的數據挖掘（BUS41201）課件為本書的撰寫提供瞭靈感，在錶述上我同樣受到Taddy教授課件中的案例和R模闆的影響。第19章中關於文本數據的分析也大量引用瞭他近期的研究成果，由衷感謝Taddy教授對本書的貢獻。 　　著書是一項耗時的工作。如果沒有妻子Lea Vandervelde的持續支持和鼓勵，無法想象我的這項工作可以畫上句號。她是艾奧瓦大學從事密蘇裏州奴隸自由史研究的教授，同時她的親身體驗告訴我，從文本數據的挖掘中構建數據集是一項多麼重要和艱難的工作。 　　譯者序　　本書英文版自齣版後就在Amazon上得到瞭極高的評價，曾經是Amazon網站上最暢銷的數據挖掘類書籍之一。 　　本書的作者Johannes Ledolter是世界頂尖商學院——美國艾奧瓦大學Tippie商學院管理科學係的一位數據挖掘專傢，同時也是一位R資深開發者。本書包括多達19個數據挖掘的翔實案例，內容十分豐富，涉及醫療、慈善、汽車、二手市場等行業領域。書中案例從數據量、分析目標、數據類型等方麵提齣瞭各種具有挑戰性的問題，並給齣瞭剋服這些挑戰的方法和技巧。本書專注於數據挖掘的建模，以實際問題、解決方案以及探討解決方案為主綫組織內容。讀者需要具備一定的數據挖掘基礎知識，同時對R有一定的瞭解。但本書也對R計算進行瞭詳盡完整的說明，對於零基礎的讀者來說，還可以通過直接復製書中提供的R程序來學習相應的數據挖掘算法。本書定位於麵嚮定量方法的MBA學生，同時也適用於大數據分析的本科生及研究生，適閤作為數據挖掘的教材或學習指南。 　　本書的翻譯工作由宋濤、王星和曹方共同完成。在本書的翻譯過程中，原作者Johannes博士多次就譯者提齣的問題進行瞭耐心而細緻的解答。這裏對他的幫助錶示由衷的謝意。由於水平所限，書中可能會有翻譯不當之處，希望讀者多加指正。 　　必須說明的是，本項工作是集體努力的結果。其中，王星老師在翻譯和統稿過程付齣瞭大量心血，她的堅持使我打消瞭放棄此項目的想法。此外，餘阿炎、曹傢銘、溫麗、丁虹元、俞良、金璐等人也參與瞭本書的翻譯。感謝王寶東、宋辰玉、宋燕、倉猛、劉宇等完成瞭清樣的校對和通讀。還有許多其他同學和同事在不同階段參與瞭本項工作，在此不再一一列齣。 　　為進一步探討、解析和擴展本書中的案例，譯者團隊將在“數據科學傢”公眾號中免費為各位讀者奉獻更多更翔實的R案例內容。可掃描以下二維碼，關注“數據科學傢”微信公眾號，獲得更多有關數據科學和R應用的最新知識。 　　宋濤2016年9月

評分☆☆☆☆☆

不錯

評分☆☆☆☆☆

看這本書需要有基礎，沒有基礎的人看得雲裏霧裏。

評分☆☆☆☆☆

看這本書需要有基礎，沒有基礎的人看得雲裏霧裏。

評分☆☆☆☆☆

好書

評分☆☆☆☆☆

經典好書，認真研讀。

評分☆☆☆☆☆

此係列書基本上是統計類轉型數據科學必備，，必讀

評分☆☆☆☆☆

。。。。。。。

評分☆☆☆☆☆

此係列書基本上是統計類轉型數據科學必備，，必讀

評分☆☆☆☆☆

經典好書，認真研讀。