消息 首页 搜索 举报
  • 数据分析：应用技能、思维框架与行业洞悉
21年品牌 40万+商家 超1.5亿件商品

数据分析：应用技能、思维框架与行业洞悉

全新正版 极速发货

￥ 61.62 6.9折 ￥ 89 全新

库存3件

广东广州
认证卖家担保交易快速发货售后保障

作者编者:马文豪//李翔宇|责编:荆波

出版社中国铁道

ISBN9787113300494

出版时间2023-07

装帧平装

开本其他

定价89元

货号31773636

上书时间2024-05-25

谢岳书店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：全新
商品描述
目录
第1章  寻找数据分析的本质
  1.1  什么是数据
    1.1.1  抽象性
    1.1.2  可复制性
    1.1.3  可理解性
    1.1.4  掌握行业中的数据概念
  1.2  有多少分析就有多少数据
    1.2.1  从能源角度看技术和知识
    1.2.2  数据是能源，分析是知识
  1.3  数据分析行业人才缺口
    1.3.1  数据分析的金字塔模型
    1.3.2  数据分析行业现状
    1.3.3  数据分析行业的薪资水平
  1.4  数据分析师的就业方向
    1.4.1  数据清洗师
    1.4.2  统计分析师
    1.4.3  数据可视化工程师
    1.4.4  商业智能专家
    1.4.5  大数据与人工智能专家
    1.4.6  数据分析项目经理
    1.4.7  正确匹配兴趣、能力与职业
第2章  追寻数据分析的大历史与大未来
  2.1  计算机之前的数据分析
    2.1.1  最大的数据集：宇宙
    2.1.2  历史上的数据记录
    2.1.3  没有电的“互联网”
  2.2  搭上计算机的翅膀
    2.2.1  为数据分析而生的电脑
    2.2.2  硬件暴涨的时代
    2.2.3  硬件发展推动软件性能增长
  2.3  言必称大数据和人工智能的时代
    2.3.1  大数据与人工智能行业
    2.3.2  大数据究竟有多大
    2.3.3  人工智能有多智能
第3章  数据-信息-知识的认知模型
  3.1  认知模型与心智模式
    3.1.1  什么是认知模型
    3.1.2  什么是心智模式
    3.1.3  建立优秀的心智模式
  3.2  归纳、演绎和类比法
    3.2.1  归纳法——从特殊到一般的推理方式
    3.2.2  演绎法——认识世界最稳定的方法
    3.2.3  类比法——不可忽视的推理方法
  3.3  信息论入门
    3.3.1  为什么信息可以被量化
    3.3.2  无处不在的熵和比特
    3.3.3  难以消除的噪声
    3.3.4  从信息论看数据分析
  3.4  数据分析的目的
    3.4.1  从数据到信息
    3.4.2  从信息到知识
    3.4.3  用知识作出决策
第4章  选择正确的数据分析工具
  4.1  Excel——最简单的工具暗藏玄机
    4.1.1  微软的Excel苹果系统上的软件
    4.1.2  使用Excel进行简单的数据处理
    4.1.3  数据透视表Excel最强大的工具
    4.1.4  使用Excel进行数据分析的行业
  4.2  R语言——为统计分析而生的语言
    4.2.1  出身平凡的R语言
    4.2.2  R语言的基本操作
    4.2.3  R语言强大的包
  4.3  Python——人生苦短，我选Python
    4.3.1  一位天才所创造的神奇语言
    4.3.2  具有多副“面孔”的Python
  413.3  Pvthon数据分析的现状与未来
  4.4  SAS——特定行业应用的分析工具
    4.4.1  SAS的版本与安装
    4.4.2  SAS的应用行业
  4.5  Tableau——数据可视化的好帮手
    4.5.1  Tableau的历史、特色、安装与使用
    4.5.2  生成可视化结果
    4.5.3  成为一名终身学习的数据艺术家
  4.6  正确选择数据分析工具
    4.6.1  学习曲线
    4.6.2  不同数据分析工具的学习曲线
    4.6.3  从职业需求选择一门技术
第5章  不可不做的数据前处理
  5.1  缺失值——最常见的数据问题
    5.1.1  为什么会有缺失值
    5.1.2  缺失值的分类
    5.1.3  缺失值的填补方法
  5.2  异常值——完美的数据并不存在
    5.2.1  发现异常值
    5.2.2  处理异常值
  5.3  不一致性——难以发现的数据错误
    5.3.1  横向对比找出不一致性
    5.3.2  隐藏得更深的不一致性
    5.3.3  解决不一致性
第6章  统计分析的重要性
  6.1  暗藏玄机的描述统计
    6.1.1  平均值——最简单的统计量
    6.1.2  对比平均值和中位数
    6.1.3  更多常用统计量
  6.2  常见的数据分布形式
    6.2.1  为什么数据分布这么重要
    6.2.2  均匀分布
    6.2.3  二项分布
    6.2.4  几何分布与超几何分布
    6.2.5  正态分布
    6.2.6  为什么要学习数据分布
  6.3  回归分析
    6.3.1  回归的起源
    6.3.2  线性回归
    6.3.3  残差分析
    6.3.4  其他的回归分析
  6.4  相关性分析
    6.4.1  相关关系与因果关系
    6.4.2  相关系数
    6.4.3  相关性分析有什么用
  6.5  其他分析方法
    6.5.1  生存分析
    6.5.2  聚类分析
    6.5.3  方差分析
    6.5.4  更多的统计分析
第7章  一劳永逸的数据分析自动化
  7.1  经常被忽视的自动化
    7.1.1  潜移默化的自动化
    7.1.2  自动化的三个层次
    7.1.3  自动化的成本与收益
  7.2  数据标准化——自动化过程的先导
    7.2.1  Normalization——消除量纲的影响
    7.2.2  Standardization——让不同的数据说相同的话
    7.2.3  数据标准化的成功案例
  7.3  一劳永逸中的“劳”和“逸”
    7.3.1  自动化系统的“劳”
    7.3.2  自动化系统的“久”有多久
    7.3.3  数据分析的外包
第8章  数据可视化并不简单
  8.1  数据可视化的各种形式
    8.1.1  柱状图
    8.1.2  饼状图
    8.1.3  折线图
    8.1.

内容摘要
 本书立足于数据分析分析行业从业者中所需要
的“士”型技能架构，从四个方面对数据分析的技
能搭建进行了逻辑性较强且循序渐进的描述。首先带领读者系统地了解了数据的出现和数据分析行业的诞生、发展和现状，帮读者理清历史脉络。然后作者分别以“士”型人才的“横”“竖”“横”为出发点，从实践技能、思维框架和行业上下游分析三个维度深入浅出的描述了数据分析从业者应该如
何搭建自己的技能框架，以更适应这个行业未来的需求和发展。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

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