| 失效链接处理 |
|
数据分析师养成宝典 PDF 下载
本站整理下载：
版权归出版社和原作者所有，链接已删除，请购买正版
用户下载说明：
电子版仅供预览，下载后24小时内务必删除，支持正版，喜欢的请购买正版书籍：
http://product.dangdang.com/25267649.html
相关截图：
 资料简介：
在数据为主导的今天，对于一种已经成型的模型，“怎么用”通常不是问题，用个软件或者编几行程序就能得到结果了，问题一般都出在模型“什么时候用”和“用完了，然后呢”。《数据分析师养成宝典》就集中讨论后面两件事情。
《数据分析师养成宝典》共27章，分为业务理解篇（第1~4章）、指标设计篇（第5~7章）、数据建模篇（第8~16章）、价值展现篇（第17~19章）和实战进阶篇（第20~27章）。业务理解篇的目的是让读者建立正确的思维观，理解数据，熟悉业务；指标设计篇学习把数据转换为专家数据的一些技巧；数据建模篇以R语言为计算平台实施数据分析全过程；价值展现篇主要讨论如何撰写有价值的数据分析报告；实战进阶篇通过对8个经典案例的分析，使读者能够把学到的思维方法、实施工具应用到解决实际问题中，把数据变成价值。
本书可供数据科学相关技术人员阅读，也可作为高等院校数据科学相关专业的教材或培训教材，以及数据分析爱好者的参考读物。
资料目录： 如何使用本书 第0章说在前面的话 0.1大数据分析案例 0.2数据分析 0.2.1数据分析不同于信息化系统 0.2.2数据分析不同于统计分析 0.2.3数据分析不同于数据挖掘 0.2.4数据分析不同于数据管理 0.2.5数据分析不同于商业智能 0.2.6数据分析的内容 0.3数据分析师 0.3.1什么是数据分析师 0.3.2基本要求 0.4数据分析过程 0.4.1业务理解 0.4.2指标设计 0.4.3数据建模 0.4.4分析报告 业务理解篇 第1章正确的思维观 1.1数据思维 1.2统计思维 1.2.1统计学 1.2.2描述 1.2.3概括 1.2.4分析 1.3逻辑思维 1.3.1上取/下钻思维 1.3.2求同/求异思维 1.3.3抽离/联合思维 1.3.4离开/接近思维 1.3.5层次思维 第2章理解数据 2.1数据是什么 2.2数据所依存的背景 2.3数据维度 2.4数据敏感 2.5数据质量 2.6理解数据要注意的问题 2.6.1不要对完美数据的盲目执着 2.6.2小样本数据也能做数据分析 第3章理解业务 3.1全局了解——业务模型 3.2动态了解——流程模型 3.3静态了解——数据模型 3.4动静结合——关键业务分析 3.5数据业务化 第4章理解用户 4.1由粗到细，从宏观到微观 4.2由少到多，收集不同层次的需求 4.3数据分析师对理解用户需求的思考 4.3.1如何用需求分析明确产品目标？ 4.3.2数据分析师理解用户需求应该具备的基本素养 4.3.3如何根据用户行为去驱动产品？ 指标设计篇 第5章数据准备 5.1数据探索 5.1.1缺失值分析与处理 5.1.2异常值分析与处理 5.1.3不一致数据分析 5.2数据整理 5.2.1规范化 5.2.2数据选择 5.2.3数据归约 5.2.4数据变换 5.3数据集成 5.3.1通过向量化重构数据 5.3.2为数据添加新变量 5.3.3数据透视表 5.3.4列联表 5.3.5数据整合 5.3.6分组计算 第6章数据指标 6.1指标和维度 6.2特征工程 6.2.1特征工程作用 6.2.2特征设计 6.2.3特征选择 6.2.4特征提取 6.3指标设计基本方法 6.3.1生成用于判别的变量 6.3.2生成离散变量 6.3.3业务标签化 6.4典型业务指标设计 6.4.1零售店铺数据分析指标 6.4.2电商数据分析指标 第7章数据认知 7.1认知数据的平均水平和波动情况 7.2认知数据的分布 7.3利用相关系数理解数据之间的关系 7.4通过对比认知数据 7.5通过多维交叉来深入认知数据 7.6周期性分析 7.7贡献度分析 7.8因子分析 数据建模篇 第8章神经网络 8.1模型原理 8.2进阶指导 第9章回归分析 9.1模型原理 9.2进阶指导 第10章聚类分析 10.1模型原理 10.2进阶指导 第11章关联分析 11.1模型原理 11.2进阶指导 第12章决策树 12.1模型原理 12.2进阶指导 第13章随机森林决策树 13.1模型原理 13.2进阶指导 第14章自适应选择决策树 14.1模型原理 14.2进阶指导 第15章SVM 15.1模型原理 15.2进阶指导 第16章建模指导 16.1建模要注意的问题 16.2R语言中建模常用包 16.3数据分析模型的原理和应用场景 价值展现篇 第17章如何写好数据分析报告 17.1数据的价值 17.1.1收入 17.1.2支出 17.1.3风险 17.1.4参照系 17.2讲故事 17.2.1数据讲故事的四大要点 17.2.2阿里指数能告诉你…… 17.3如何写报告 17.3.1写作原则 17.3.2报告的类型和分析能力 17.3.3报告的细节 17.4报告的结构 17.4.1标题 17.4.2背景与目标 17.4.3项目说明 17.4.4分析思路 17.4.5分析主体 17.4.6总结与建议 17.5文字表达 17.5.1突出关键信息 17.5.2避免啰嗦的表达 17.5.3站在读者角度 17.5.4不带主观臆断 17.6分析过程 17.6.1样本选择 17.6.2方法实施 17.7注意事项 第18章数据可视化 18.1什么是数据可视化 18.2数据可视化的作用 18.3可视化建议 18.4科学与艺术的结合 18.5可视化细节 18.6R语言绘图 18.6.1低水平绘图命令 18.6.2高水平绘图命令 18.6.3交互式绘图命令 18.7图形适用场景 第19章数据分析报告制作工具 19.1knitr包 19.1.1安装knitr 19.1.2Markdown语法 19.1.3报告制作 19.2rmarkdown包 19.2.1创建R Markdown 19.2.2R Markdown文本处理 19.2.3插入代码块 19.2.4结果的输出 实战进阶篇 第20章校园网中推荐者的推荐价值分析 20.1业务理解 20.2指标设计 20.3描述性分析 20.4模型分析 20.5分析报告 第21章上市企业财务报表分析与ST预测 21.1业务理解 21.2指标设计 21.3描述性分析 21.4模型分析 21.5分析报告 第22章为什么销售会减少——验证性分析 22.1业务理解 22.2指标设计 22.3描述性分析 22.4结论与建议 第23章什么样的顾客会选择离开——探索性分析 23.1业务理解 23.2指标设计 23.3描述性分析 23.4结论与建议 第24章哪种广告的效果更好——假设检验 24.1业务理解 24.2数据建模 24.3模型分析 24.4结论与建议 第25章如何获得更多的用户——多元回归分析 25.1业务理解 25.2数据建模 25.3模型分析 25.4结论与建议 第26章航空公司顾客价值分析——聚类 26.1业务理解 26.2指标设计 26.3模型构建 26.4模型评价 26.5结论与建议 第27章窃电用户行为分析——决策树 27.1业务理解 27.2简单指标设计 27.3描述性分析 27.4复杂指标设计 |
| Java1234官方群25： | 
|
| Java1234官方群25： | 838462530 |
苏公网安备 32061202001004号
