商业分析:基于数据科学及人工智能技术的决策支持系统(原书第11版)
¥
45
2.3折
¥
199
八五品
仅1件
作者 [美]埃弗瑞姆·特班 著;[美]拉姆什·沙尔达;[美]杜尔森·德伦
出版社 机械工业出版社
出版时间 2022-05
版次 1
装帧 其他
货号 3
上书时间 2024-08-03
商品详情
品相描述:八五品
图书标准信息
作者
[美]埃弗瑞姆·特班 著;[美]拉姆什·沙尔达;[美]杜尔森·德伦
出版社
机械工业出版社
出版时间
2022-05
版次
1
ISBN
9787111704355
定价
199.00元
装帧
其他
开本
16开
纸张
胶版纸
页数
768页
字数
1.046千字
【内容简介】
本书是对分析 (或商业分析) 的技术以及用于设计和开发决策支持系统的基本方法、技术和软件的全面介绍。除了传统的决策支持应用程序外,本书还介绍了人工智能、机器学习、机器人技术、聊天机器人、物联网和与互联网相关的技术,通过提供示例、产品、服务和练习阐述各种类型的分析。
【作者简介】
: 拉姆什·沙尔达(Ramesh Sharda),威斯康星大学麦迪逊分校MBA、博士,商务高管博士计划和信息系统研究所(IRIS)主任,康菲石油公司的技术管理主席,俄克拉何马州立大学管理科学和信息系统校务教授。他的研究成果在主要期刊上发表,有论文200余篇,期刊包括Operations Research、Management Science、Information Systems Research、Decision Support Systems、Journal of MIS。与他人共同创立关于决策支持系统和知识管理(SIGDSS)的AIS SIG。沙尔达博士在很多期刊担任编辑,包括INFORMS Journal on Computing、Decision Support Systems、ACM Transactions on Management Information Systems等。他出版与编辑了一些教材和专著,并且是几个系列丛书(综合系列信息系统、运筹学/计算机科学接口和信息系统年报)的合作编辑。目前,他也担任Teradata大学网络的执行理事,他的研究领域是决策支持系统、商务分析和管理信息过载技术。
【目录】
前言 致谢 作者简介 部分 分析和人工智能简介 第1章 用于决策支持的商务智能、分析、数据科学和人工智能系统概述2 1.1 开篇小插曲:通力电梯和自动扶梯公司的智能系统是如何工作的3 1.2 不断变化的商业环境、决策支持与分析需求5 1.3 决策过程和计算机化决策支持框架8 1.4 计算机决策支持向商务智能/分析/数据科学的发展20 1.5 分析概述29 1.6 相关领域中的分析示例37 1.7 人工智能简介50 1.8 分析与人工智能的融合58 1.9 分析生态系统综述63 1.10 本书规划64 1.11 相关资源65 本章要点66 讨论67 参考文献67 第2章 人工智能:概念、驱动力、主要技术和商业应用70 2.1 开篇小插曲:INRIX解决了交通问题71 2.2 人工智能概论73 2.3 人类智能与计算机智能79 2.4 主要人工智能技术和衍生产品82 2.5 人工智能对决策的支持91 2.6 人工智能在会计中的应用95 2.7 人工智能在金融服务中的应用97 2.8 人工智能在人力资源管理中的应用101 2.9 人工智能在营销、广告和客户关系管理中的应用103 2.10 人工智能在生产运营管理中的应用107 本章要点109 讨论110 参考文献111 第3章 数据性质、统计建模和可视化113 3.1 开篇小插曲:SiriusXM通过数据驱动型营销吸引新一代的广播消费者114 3.2 数据的性质117 3.3 简单的数据分类法120 3.4 数据预处理的艺术和科学124 3.5 用于业务分析的统计建模133 3.6 用于推论统计的回归建模143 3.7 业务报告154 3.8 数据可视化157 3.9 不同类型的图表和图形162 3.10 视觉分析的出现165 3.11 信息仪表板172 本章要点177 讨论177 参考文献178 第二部分 预测性分析/机器学习 第4章 数据挖掘过程、方法和算法182 4.1 开篇小插曲:美国迈阿密戴德警察局使用预测性分析来预测和打击犯罪182 4.2 数据挖掘概念186 4.3 数据挖掘应用196 4.4 数据挖掘过程199 4.5 数据挖掘方法206 4.6 数据挖掘软件工具221 4.7 数据挖掘隐私问题、误解和失误227 本章要点231 讨论232 参考文献233 第5章 用于预测性分析的机器学习技术234 5.1 开篇小插曲:预测建模有助于更好地理解和管理复杂的医疗程序234 5.2 神经网络的基本概念237 5.3 神经网络架构241 5.4 支持向量机245 5.5 基于过程的支持向量机使用方法254 5.6 用于预测的邻近法256 5.7 朴素贝叶斯分类法260 5.8 贝叶斯网络268 5.9 集成建模274 本章要点286 讨论287 参考文献288 第6章 深度学习和认知计算290 6.1 开篇小插曲:利用深度学习和人工智能打击欺诈291 6.2 深度学习介绍294 6.3 “浅”神经网络基础299 6.4 基于神经网络系统的开发流程308 6.5 阐明ANN黑箱原理314 6.6 深度神经网络317 6.7 卷积神经网络323 6.8 循环网络和长短期记忆网络334 6.9 实现深度学习的计算机框架341 6.10 认知计算344 本章要点354 讨论356 参考文献357 第7章 文本挖掘、情感分析和社交分析360 7.1 开篇小插曲:Amadori集团将消费者情感转化为近实时销售361 7.2 文本分析和文本挖掘概述363 7.3 自然语言处理369 7.4 文本挖掘应用375 7.5 文本挖掘过程382 7.6 情感分析390 7.7 Web挖掘概述401 7.8 搜索引擎406 7.9 Web使用情况挖掘(Web分析)413 7.10 社交分析419 本章要点428 讨论429 参考文献430 第三部分 规范性分析和大数据 第8章 规范性分析:优化与仿真434 8.1 开篇小插曲:费城学区使用规范性分析来寻找外包巴士路线的解决方案435 8.2 基于模型的决策436 8.3 决策支持的数学模型的结构442 8.4 确定性、不确定性和风险444 8.5 电子表格决策模型446 8.6 数学规划优化450 8.7 多重目标、灵敏度分析、假设分析和单变量求解460 8.8 基于决策表和决策树的决策分析464 8.9 仿真简介466 8.10 视觉交互仿真473 本章要点478 讨论479 参考文献479 第9章 大数据、云计算和位置分析:概念和工具481 9.1 开篇小插曲:在电信公司中使用大数据方法分析客户流失情况482 9.2 大数据定义485 9.3 大数据分析基础490 9.4 大数据技术494 9.5 大数据与数据仓库503 9.6 内存分析和Apache Spark508 9.7 大数据和流分析514 9.8 大数据提供商和平台519 9.9 云计算和业务分析526 9.10 基于位置的组织分析537 本章要点544 讨论544 参考文献545 第四部分 机器人、社交网络、人工智能与物联网 第10章 机器人:工业和消费者领域的应用548 10.1 开篇小插曲:机器人为患者和儿童提供情感支持548 10.2 机器人技
点击展开
点击收起
— 没有更多了 —
以下为对购买帮助不大的评价