|
|
|
建立基本概念
數據分析核心是在應用，必須首先能有清楚全面的思維框架
說明工作流程
透過三個主要數據分析的步驟，確定不會漏失關鍵且能避開陷阱
理解分析模型
對於傳統的分析模型和新的神經網絡，簡單直觀說明
掌握先鋒思維
打造基礎的概念，從而能有效的掌握新的思維趨勢
實際操作案例
逐步詳細的實際操作，能快速上手直接使用在真實的需求
作者簡介
白培銘
新媒體集團總裁
新比士康（北京）顧問有限公司董事長
北京精銘數據科技有限公司總經理
暢品（臺北）科技公司總經理
中南財經政法大學客座教授
中南財經政法大學新媒體行銷研究中心研究員
湖北經濟學院兼職教授
北京服裝學院時尚傳播學院客座教授
臺灣實踐大學國際貿易學系客座教授
總論
1引言
1.1發展歷程
1.2角色的轉變
1.3潛在意義
1.4思維框架
1.5商業考量
2數據分析流程
2.1標準流程
2.2數據整理
基礎篇
3監督式學習
3.1分類
3.2迴歸
4非監督式學習
4.1關聯分析
4.2叢聚
4.3馬可夫鏈
4.4結語
5人工神經網路
5.1基本概念
5.2全連接神經網路
5.3梯度下降
5.4其它網路
5.5深度學習網路
6非結構性數據分析
6.1文本分析
6.2時間序列
7模型優化
7.1模型檢驗
7.2模型使用
實用篇
8整合案例說明
8.1數位化行銷
8.2行銷商務考慮
8.3建立客戶歷程
8.4結語
9RapidMiner 練習及總結
9.1RapidMiner 練習
9.2其它案例
9.3展望未來
附錄
10RapidMiner 的介紹和使用
10.1RapidMiner 的歷史沿革
10.2RapidMiner 的結構說明
10.3RapidMiner 的平臺特色
10.4RapidMiner 的介面介紹
10.5特殊功能
10.6 自動功能
10.7操作案例
參考文獻
