8 (905) 200-03-37 Владивосток
с 09:00 до 19:00
CHN - 1.14 руб. Сайт - 21.13 руб.

Анализ больших данных и монетизация, управляемая (бит) Water Webeck, (BIT) Beter Bessens, (West) Christian Bravo Tsinghua University Press

Цена: 1 408руб.    (¥66.62)
Артикул: 624801426995

Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.

Этот товар на Таобао Описание товара
Продавец:新华文轩旗舰
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥517.810 879руб.
¥3286 908руб.
¥15.66331руб.
¥30.7649руб.
  • Информация о товаре
  • Фотографии

Анализ больших данных и ориентированная на прибыль денег

делать  К:(Бит) вода·Вербек,(Би)Барт·Бессенс, (Западный) Кристиан·Написано Браво и переведено Ци Чэньси.
Конечно  цена:99
Издательское агентство:Tsinghua University Press
Дата публикации:01 августа 2020 г.
Страница  число:344
Пакет  рамка:Оплата в мягкой обложке
ISBN:9787302532439
Редакционная рекомендация

"Технологии информации, сети и базы данных быстро развиваются и широко используются, что значительно улучшило анализ больших данных.Компании, которые продолжают принимать решения на основе устаревшего анализа, эквивалентны слепым рейсам по сравнению с конкурентами с лучшим видением.«Анализ больших данных и монетизация: прибыль на прибыль» предоставляет вам универсальные ресурсы для улучшения вашего мышления и библиотеки навыков в предпочтительную технологию анализа для достижения бизнес-целей.Сложные математические доказательства и подробные алгоритмы обеспечивают прочную основу для этих анализов.Если понимание больших данных заставляет вас хотеть большего, это особенно полезное руководство - это структура, которой вы доверяете с помощью данных ...

Оглавление
●Глава, ориентированный на ценность, метод анализа
1.1 Обзор
1.1.1 Бизнес -анализ
1.2 Бизнес-анализ, основанный на прибыли
1.3 Анализ модели процесса
1.4 Аналитическая оценка модели
1.5 Команда анализа
1.5.1 Персонал
1.5.2 Ученый данных
Подведем итог
Просмотреть вопрос
Рекомендации
Глава 2 Технология анализа
2.1 Обзор
2.2 Предварительная обработка данных
2.2.1. Детальдизации данных анализа
2.2.2 Отбор проб
2.2.3 Изучение анализа
2.2.4 Отсутствующее значение
2.2.5 Мониторинг и обработку выбросов
2.2.6 Анализ основных компонентов
2.3 Тип анализа
2.4 Прогнозирующий анализ
2.4.1 Обзор
2.4.2 Линейная регрессия
2.4.3 Возврат Логиза
2.4.4 Дерево решений
2.4.5 Нейронная сеть
2.5 Комплексный метод
2.5.1 Метод упаковки сумки
2.5.2 Метод продвижения
2.5.3 Метод случайного леса
2.5.4 Оценка комплексного метода
2.6 Оценка прогнозной модели
2.6.1 Разделение набора данных
2.6.2 Измерение производительности модели классификации
2.6.3 Измерение производительности модели регрессии
2.6.4 Другие показатели оценки эффективности модели прогнозирующего анализа
2.7 Описательный анализ
2.7.1 Обзор
2.7.2 Правила ассоциации
2.7.3 Правила последовательности
2.7.4 кластеризация
2.8 Анализ выживания
2.8.1 Обзор
2.8.2 Анализ и расчет выживания
2.8.3 Анализ Капланмейера
2.8.4 Анализ выживания параметризованного
2.8.5 Регрессия пропорциональных опасностей
2.8.6 Расширение модели анализа выживаемости
2.8.7 Оценка модели анализа выживания
2.9 Анализ социальной сети
2.9.1 Обзор
2.9.2 Определение социальной сети
2.9.3 Индикаторы социальной сети
2.9.4 Обучение социальной сети
2.9.5 Связанный классификатор соседей
2.9.6.
2.9.7 Связанная регрессия логики
2.9.8 Коллективный вывод
Подведем итог
Просмотреть вопрос
Аннотация
Рекомендации
Глава 3 Коммерческое приложение
3.1 Обзор
3.2 Маркетинговый анализ
3.2.1 Обзор
3.2.2 Анализ RFM
3.2.3 Моделирование ответа
3.2.4 Прогнозирование потерь
3.2.5x-sales
3.2.6 Сегментация клиента
3.2.7
3.2.8 Путешествие клиента
3.2.9 Рекомендуемая система
3.3 Анализ мошенничества
3.4 Анализ кредитного риска
3,5 часа анализа
Подведем итог
Просмотреть вопрос
Аннотация
Рекомендации
Глава 4 Создание модели улучшения
4.1 Обзор
4.1.1 Улучшение случая моделирования: создание модели ответа
4.1.2 Эффект обработки
4.2 Экспериментальный дизайн, сборы данных и обработка данных
4.2.1 Экспериментальный дизайн
4.2.2 Расчет достоверности модели активности
4.3 Методы улучшения моделирования
4.3.1 Метод двойной модели
4.3.2 Метод на основе регрессии
4.3.3 Метод на основе деревьев
4.3.4 Комплексный метод
4.3.5 Непрерывные или последовательные результаты
4.4 Улучшить модельную оценку
4.4.1 Метод визуальной оценки
4.4.2 Индикаторы измерения производительности
4.5 Оперативное руководство
4.5.1 Двухэтапный метод создания модели улучшения
4.5.2 Реализация и программное обеспечение
Подведем итог
Просмотреть вопрос
Аннотация
Рекомендации
Глава 5 Технология анализа, ориентированная на прибыль
5.1 Обзор
5.2 Метод анализа прогноза, основанный на прибыли,
5.2.1. Случай анализа прогноза, основанный на прибыли,
5.2.2 Матрица стоимости
5.2.3 Используйте стоимость нечувствительной классификационной модели для принятия чувствительных к стоимости решений
5.2.4 Структура классификации чувствительности чувствительности
5.3 Метод классификации чувствительности затрат
5.3.1 Метод предварительного обучения
5.3.2 Методы обучения
5.3.3 Метод после тренировки
5.3.4 Оценка модели классификации чувствительности к ценам
5.3.5 Распределение несбалансированных категорий
5.3.6 Операция
5.4 Метод регрессии чувствительного к стоимости
5.5 метод обучения, чувствительный к стоимости, для регрессии
5.5.1 Методы обучения
5.5.2 Метод после тренировки
5.6 Описательный анализ, основанный на прибыли
5.6.1 Метод сегментации, основанный на прибыли,
5.6.2 Правила ассоциации, основанные на прибыли,
Подведем итог
Просмотреть вопрос
Аннотация
Рекомендации
Глава 6 Оценка и реализация модели, управляемой прибылью
6.1 Обзор
6.2 Оценка прибыли моделей классификации
6.2.1 Средняя стоимость ошибочной классификации
6.2.2 Оптимизация разделительной точки
6.2.3 Алгоритм измерения на основе кривой ROC
6.2.4 Используйте метод затрат на объект наблюдения, чтобы провести оценку, управляемую прибылью
6.3 Оценка прибыли модели регрессии
6.3.1 Функция потерь и алгоритм оценки на основе ошибок
6.3.2REC Кривые и поверхности
Подведем итог
Просмотреть вопрос
Аннотация
Рекомендации
Глава 7 Экономическое влияние
7.1 Обзор
7.2 Экономическая ценность больших данных и анализа
7.2.1 Общая стоимость владения
7.2.2 Возврат инвестиций
7.2.3 Бизнес-анализ, основанный на прибыли
7.3 Ключевые экономические соображения
7.3.1 Сравнение Insourcing и аутсорсинга
7.3.2 Сравнение между предварительной установкой и облачной платформой
7.3.3 Сравнение между программным обеспечением с открытым исходным кодом и коммерческим программным обеспечением
7.4 Улучшения ROI в больших данных и анализе
7.4.1 Новый источник данных
7.4.2 Качество данных
7.4.3 Поддержка управления
7.4.4 Организационные аспекты
7.4.5 Скрещивание
Подведем итог
Просмотреть вопрос
Аннотация
Рекомендации
Пунктирное содержание

краткое введение

Эта книга написана для предоставления руководящим командам методам и инструментами для предоставления руководящим командам, как сделать их организацию типа II прибыльными и передовыми механизмами анализа больших данных.Как использовать анализ больших данных для повышения точности бизнес-решений и повышения корпоративной чистой прибыли, эта книга подробно описывает постепенную стратегию, ориентированную на стоимость.Основываясь на руководстве команды автора по вопросам консалтинга и высококачественных исследований по всему миру, это руководство запустило подробную пошаговую дорожную карту для обработки данных, оптимизацию анализа данных, специфичную для компании, а также постоянную оценку и улучшение процессов.