基于SAP的企业级实用数据分析
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 69.8 7.1折 ￥ 99 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者[美]格雷格·福斯(Greg Foss),[美]保罗·莫|译者:于俊伟 刘楠 译
出版社机械工业
ISBN9787111674030
出版时间2021-03
装帧平装
开本16开
定价99元
货号31094355
上书时间2024-10-13
- 在售商品 暂无
- 平均发货时间 15小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
目录
前言1<br/>第1章 绪论7<br/>1.1 用数据讲述更好的故事7<br/>1.2 面向SAP专业人员的数据科学9<br/>1.3 面向数据科学家的SAP11<br/>1.4 角色与职责15<br/>1.5 小结16<br/>第2章 面向SAP专业人员的数据科学17<br/>2.1 机器学习18<br/>2.2 神经网络26<br/>2.3 小结38<br/>第3章 面向数据科学家的SAP40<br/>3.1 SAP入门41<br/>3.2 ABAP数据字典43<br/>3.3 OData服务56<br/>3.4 核心数据服务65<br/>3.5 小结74<br/>第4章 用R语言进行探索性数据分析76<br/>4.1 EDA的四个阶段77<br/>4.2 阶段1：数据收集78<br/>4.3 阶段2：数据清洗86<br/>4.4 删除多余的列87<br/>4.5 阶段3：数据分析88<br/>4.6 阶段4：数据建模97<br/>4.7 小结106<br/>第5章 使用R和Python进行异常检测108<br/>5.1 异常的类型109<br/>5.2 R中的工具110<br/>5.3 发现异常144<br/>5.4 小结156<br/>第6章 使用R和Python进行预测分析157<br/>6.1 使用R预测销量158<br/>6.2 使用Python预测销量174<br/>6.3 小结184<br/>第7章 使用R进行聚类和细分186<br/>7.1 理解聚类和细分187<br/>7.2 步骤1：数据收集193<br/>7.3 步骤2：数据清洗193<br/>7.4 步骤3：数据分析199<br/>7.5 步骤4：结果报告215<br/>7.6 小结218<br/>第8章 关联规则挖掘221<br/>8.1 了解关联规则挖掘222<br/>8.2 操作化概述224<br/>8.3 收集数据224<br/>8.4 清洗数据229<br/>8.5 分析数据229<br/>8.6 小结238<br/>第9章 使用谷歌云自然语言API进行自然语言处理239<br/>9.1 理解自然语言处理240<br/>9.2 准备云API242<br/>9.3 收集数据246<br/>9.4 分析数据249<br/>9.5 小结251<br/>第10章 结语253<br/>10.1 不忘初心253<br/>10.2 内容回顾254<br/>10.3 提示和建议255<br/>10.4 保持联系256
内容摘要
本书向SAP专业人员介绍了机器学习和神经网络等数据科学基本原理，也向数据科学家介绍了SAP系统的数据结构和数据服务等概念和过程。接着介绍了数据探索性分析和异常检测这两个非常基础又十分重要的数据准备阶段，然后通过模拟BigBonanzaWarehouse的业务场景，进行基于时间序列的销量预测分析、基于聚类的客户细分、基于关联规则的数据挖掘和基于自然语言处理的情感分析等实际分析过程。
主编推荐
本书向SAP专业人员介绍了机器学习和神经网络等数据科学基本原理，也向数据科学家介绍了SAP系统的数据结构和数据服务等概念和过程。接着介绍了数据探索性分析和异常检测这两个很好基础又十分重要的数据准备阶段，很后通过模拟Big Bonanza Warehouse的业务场景，进行基于时间序列的销量预测分析、基于聚类的客户细分、基于关联规则的数据挖掘和基于自然语言处理的情感分析等实际分析过程。
— 没有更多了 —
以下为对购买帮助不大的评价