• 大数据分析与变现:利润驱动
  • 大数据分析与变现:利润驱动
  • 大数据分析与变现:利润驱动
  • 大数据分析与变现:利润驱动
  • 大数据分析与变现:利润驱动
  • 大数据分析与变现:利润驱动
21年品牌 40万+商家 超1.5亿件商品

大数据分析与变现:利润驱动

13 1.3折 99 八五品

仅1件

北京石景山
认证卖家担保交易快速发货售后保障

作者[西班牙]克里斯蒂安·布拉沃 著;漆晨曦 译;[比利时]沃特·韦贝克;[比利时]巴特·贝森斯

出版社清华大学出版社

出版时间2020-08

版次1

装帧其他

货号3-4

上书时间2024-12-02

   商品详情   

品相描述:八五品
图书标准信息
  • 作者 [西班牙]克里斯蒂安·布拉沃 著;漆晨曦 译;[比利时]沃特·韦贝克;[比利时]巴特·贝森斯
  • 出版社 清华大学出版社
  • 出版时间 2020-08
  • 版次 1
  • ISBN 9787302532439
  • 定价 99.00元
  • 装帧 其他
  • 开本 16开
  • 纸张 胶版纸
【内容简介】
本书将理论和技术洞见与日常运作和长期战略结合,为那些寻求架构、发展和管理高级分析模型的从业者们提供了研发手册。
【作者简介】
沃特•韦贝克 

比利时布鲁塞尔自由大学商业信息和数据分析专业助理教授。他是《利用描述性、预测性和社交网络技术进行欺诈分析》一书的合著者。

巴特•贝森斯 

比利时鲁汶大学教授和英国南安普顿大学讲师。他是《大数据世界的信用风险管理和分析》一书作者,也是《利用描述性、预测性和社交网络技术实现欺诈分析》一书的合著者。

克里斯蒂安•布拉沃 

英国南安普顿大学决策分析和风险专业的商业分析讲师。
【目录】
第1章

以价值为中心的分析方法

1.1概述/

1.1.1商业分析/

1.2利润驱动的商业分析/

1.3分析流程模型/

1.4分析模型评估/

1.5分析团队/

1.5.1人员背景/

1.5.2数据科学家/

总结/

复习题/

参考文献/

第2章

分析技术

2.1概述/

2.2数据预处理/

2.2.1分析数据的去标准化/

2.2.2抽样/

2.2.3探索性分析/

2.2.4缺失值/

2.2.5异常值监测和处理/

2.2.6主成分分析/

2.3分析类型/

X大数据分析与变现:利润驱动目录XI2.4预测分析/

2.4.1概述/

2.4.2线性回归/

2.4.3逻吉斯回归/

2.4.4决策树/

2.4.5神经网络/

2.5综合法/

2.5.1装袋法/

2.5.2推进法/

2.5.3随机森林法/

2.5.4综合法的评估/

2.6预测模型评估/

2.6.1数据集拆分/

2.6.2分类模型的性能测算/

2.6.3回归模型的性能测算/

2.6.4预测分析模型的其他性能测算指标/

2.7描述性分析/

2.7.1概述/

2.7.2关联规则/

2.7.3顺序规则/

2.7.4聚类/

2.8生存分析/

2.8.1概述/

2.8.2生存分析测算/

2.8.3Kaplan Meier分析/

2.8.4参数化生存分析/

2.8.5比例风险回归/

2.8.6生存分析模型的扩展/

2.8.7生存分析模型评估/

2.9社交网络分析/

2.9.1概述/

2.9.2社交网络定义/

2.9.3社交网络指标/

2.9.4社交网络学习/

2.9.5相关邻居分类器/

2.9.6概率相关邻居分类器/

2.9.7相关逻吉斯回归/

2.9.8集体推论/

总结/

复习题/

注释/

参考文献/

第3章

商业应用

3.1概述/

3.2营销分析/

3.2.1概述/

3.2.2RFM分析/

3.2.3响应建模/

3.2.4流失预测/

3.2.5X销售/

3.2.6客户细分/

3.2.7客户终身价值/

3.2.8客户之旅/

3.2.9推荐系统/

3.3欺诈分析/

3.4信用风险分析/

3.5HR分析/

总结/

复习题/

注释/

参考文献/XII大数据分析与变现:利润驱动目录XIII

第4章

建立提升模型

4.1概述/

4.1.1提升建模案例:响应模型建立/

4.1.2处理效果/

4.2实验设计、数据采集和数据处理/

4.2.1实验设计/

4.2.2活动模型有效性测算/

4.3提升建模的方法/

4.3.1双模型法/

4.3.2基于回归的方法/

4.3.3基于树的方法/

4.3.4综合法/

4.3.5连续型或顺序结果/

4.4提升模型评估/

4.4.1可视化评估方法/

4.4.2性能测算指标/

4.5操作指导/

4.5.1建立提升模型的两步法/

4.5.2实施和软件/

总结/

复习题/

注释/

参考文献/

第5章

利润驱动的分析技术

5.1概述/

5.2利润驱动的预测分析法/

5.2.1利润驱动的预测分析案例/

5.2.2成本矩阵/

5.2.3利用成本非敏感性分类模型进行成本敏感性决策/

5.2.4成本敏感性分类框架/

5.3成本敏感性分类法/

5.3.1训练前方法/

5.3.2训练中方法/

5.3.3训练后方法/

5.3.4成本敏感性分类模型评估/

5.3.5不平衡的类别分布/

5.3.6操作/

5.4成本敏感性回归法/

5.5回归的成本敏感性学习法/

5.5.1训练中方法/

5.5.2训练后方法/

5.6利润驱动描述性分析/

5.6.1利润驱动的细分法/

5.6.2利润驱动的关联规则法/

总结/

复习题/

注释/

参考文献/

第6章

利润驱动的模型评估和实施

6.1概述/

6.2分类模型的利润驱动评估/

6.2.1平均错误分类成本/

6.2.2分界点调优/

6.2.3基于ROC曲线的测算法/

6.2.4利用观察对象依赖型成本法进行利润驱动评估/

6.3回归模型的利润驱动评估/

6.3.1损失函数和基于误差的评估测算法/

6.3.2REC曲线和曲面/

总结/

复习题/

注释/

参考文献/XIV大数据分析与变现:利润驱动目录XV

第7章

经济影响

7.1概述/

7.2大数据和分析的经济价值/

7.2.1所有权总成本/

7.2.2投资回报/

7.2.3利润驱动的商业分析/

7.3关键经济考虑因素/

7.3.1内包与外包的对比/

7.3.2企业预置与云平台的对比/

7.3.3开源软件与商业软件的对比/

7.4大数据和分析的ROI提升/

7.4.1新数据源/

7.4.2数据质量/

7.4.3管理支持/

7.4.4组织方面/

7.4.5交叉繁殖/

总结/

复习题/

注释/

参考文献
点击展开 点击收起

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP