新書推薦：
《
算法经济 ： 商业逻辑与人类生活的智能演进（生动呈现AI与算法的创新应用与商业价值）
》
售價：HK$
79.4
《
家书中的百年史
》
售價：HK$
79.4
《
偏爱月亮
》
售價：HK$
45.8
《
生物安全与环境
》
售價：HK$
56.4
《
泥土：文明的侵蚀（城市与生态文明丛书）
》
售價：HK$
84.0
《
医用化学（第三版）
》
售價：HK$
57.3
《
别怕，试一试
》
售價：HK$
67.9
《
人才基因（凝聚30年人才培育经验与智慧）
》
售價：HK$
103.4
|
| 編輯推薦： |
|
毕马威亚太区及中国主席陶匡淳先生倾情作序推荐，毕马威中国大数据团队倾力打造，全面阐述大数据在各行各业的价值
|
| 內容簡介： |
《洞见数据价值：大数据挖掘要案纪实》是国际知名咨询公司毕马威的大数据团队的集大成之作，内容丰富，观点新颖，贴近大众生活、工作与学习实际场景，内容不拘泥于技术阐释，通过寓教于乐的方式，以丰富翔实的案例来解析大数据挖掘，尽量通过常见的场景来阐述数据的价值与意义。
第1章介绍大数据在银行业、征信业、审计、传统制造业、互联网行业、舆情监控、影视业、环保产业以及体育产业等多个领域的应用方案和前景。第2章重点介绍大数据分析在商业工作和营销推广中的作用。第3章介绍大数据挖掘过程中涉及的数据的前期准备工作，重点介绍数据准备工作的要点和诀窍。第4章结合业务、生活、娱乐，寓教于乐，介绍大数据的实际应用方式。附录部分介绍一位数据工作者的成长之路，向感兴趣的读者介绍从事数据工作应该具备的素质和掌握的技能。
《洞见数据价值：大数据挖掘要案纪实》可作为企业管理人员、营销主管、分析人员、IT 人员等理解大数据、应用大数据为企业创造价值的指引，同时，《洞见数据价值：大数据挖掘要案纪实》也可供统计学、应用数学及计算机专业学者和研究人员参考学习。
|
| 關於作者： |
|
毕马威中国大数据团队，一个专注于大数据及数据挖掘的专业团队，坚持有效结合分析、技术与业务三方面，多次帮助多家大型银行、保险公司、老牌企业等重要客户利用大数据创造价值。团队中既有资深的数据科学家、统计学博士，也有深入了解业务的分析专家，在业界有一定影响力。团队持续分享结合实际业务的精品大数据内容，帮助众多读者实践大数据挖掘。
|
| 目錄：
|
目录
第1章 大数据在各行各业 001
1.1 什么是大数据？ 002
1.1.1 非常流行的大数据概念
002
1.1.2 不那么流行的大数据概念
006
1.1.3 也许会带给你灵感的大数据概念 007
1.2 大数据在银行业 029
1.2.1 业界展望：大数据，银行业未来的核心动力 029
1.2.2 创新方向：大数据助力银行网点实现转型 036
1.3 大数据在征信业 041
1.3.1 业界展望：FICO 评分与芝麻信用，传统征信向大数据征信的转变 042
1.3.2 创新方向一：从拒绝推断看个人征信业的大有可为 046
1.3.3 创新方向二：论大中型客户数字化授信的可行性 054
1.4 大数据在审计业 057
1.4.1 业界展望：大数据分析如何支撑审计工作 057
1.4.2 创新方向：大数据能否代替传统审计？ 061
1.5 大数据在传统制造业
065
业界展望：数字化企业进阶指南 066
1.6 大数据在互联网行业
069
创新方向：从滴滴收购优步看垄断企业的马太效应 069
1.7 大数据在舆情行业 076
创新方向：数据分析帮你掌握话语权 077
1.8 大数据在汽车行业 086
业界展望：征服汽车后市场，大数据与你同行 086
1.9 大数据在影视业 089
创新方向：星期几上映的电影最具有票房号召力？ 090
1.10 大数据在环保产业
098
创新方向：北京治霾，能为你做点什么？ 098
1.11 大数据在体育产业
104
创新方向：欧洲杯，跟着西班牙队学数据挖掘！ 105
小结 109
第2章 大数据在商业领域的应用
111
2.1 推荐算法在传统销售渠道中的应用模式 112
2.2 巧用运筹优化，提升整合营销管理水平 116
2.3 关联规则的应用 121
2.3.1 小谈关联规则 121
2.3.2 购物篮分析：绝不只是啤酒与尿布 124
2.3.3 创新方向：靠关联规则重获新生的东北小馆 128
2.4 智能荐食模型：大数据告诉你今天吃什么 133
智能荐食模型 134
2.5 顾客时空模型：其实天下没有免费的 WiFi 138
2.5.1 无处不在的免费 WiFi
138
2.5.2 顾客时空模型 139
2.5.3 进一步挖掘 141
2.6 社会网络分析法，助力信贷反欺诈
142
2.7 数据可视化利器：SAS
Visual Analytics 145
2.7.1 为什么需要数据可视化？
145
2.7.2 数据可视化的几个常见例子
146
2.8 文本挖掘，帮你识别网购评论是真是假 151
2.9 路径优化：如何改良快递送货路线？ 156
第3章 数据前期准备 171
3.1 从抗日武装的发展谈到数据治理
172
3.1.1 数据质量问题 173
3.1.2 数据应用问题 174
3.1.3 实施策略和路径问题
176
3.2 如何生成你需要的基础数据？
182
3.3 如何利用数据仓库优化数据分析？
189
3.4 二分类变量的数据缺失插补
193
3.5 数据离散化，如何避免丢失信息？
201
3.6 如何避免数据离散化影响自变量的重要性？ 204
3.7 二分类模型中如何应对分类自变量取值过多？ 206
第4章 技术案例 211
4.1 建模变量太多怎么办？
212
4.2 信用评级模型怎么评估？
215
4.3 观察窗口怎么选？ 219
4.4 K折交叉验证怎么做？
223
4.5 如何衡量变量之间的相关性？
230
4.6 决策树算法真的越复杂越好吗？
235
4.7 如何精选分类模型指标？
245
4.8 当数据分析遇上超级奶爸
250
4.9 深度挖掘，你的工资拖后腿了吗？
253
4.10 用分位数回归看你的工资水平
258
附录A 一位数据工作者的成长之路
265
A.1 数据分析师入门攻略
266
A.2 如何做一名称职的数据专家？ 269
A.3 一个数据仓库转型者眼中的数据挖掘 271
A.4 预测科学：三点经验谈实际应用
276
A.5 数据模型多了，应该怎么管？
277
A.6 手握数据挖掘模型，你一定要知道怎么用 281
A.7 浅谈以史为鉴与数据分析
286
后记 297
|
| 內容試閱：
|
序言
越是基本的理念，往往越能成为时代的标志、价值的度量，数据正是如此。
2020年，全球数据总量预计将超过44千万亿兆字节，数据之大，正如我们日常呼吸的空气一般不可缺少。这意味着世界上的一切都在产生数据，一切都在使用数据；万事万物都可以数据化，而数据也成为价值的新载体。大数据时代也就是说，这样一个以数据衡量价值的时代，我们已经置身其中。
今日，大数据已不仅仅是一个新兴概念。国家、机构、企业都拥有数据，也急需使用数据，而物联网等理念的兴起，云计算等技术的应用，让我们能够帮助他们探索、挖掘、利用数据中的价值，能够存储、流通、关联、交换、使用大数据，开发每一个环节中的能量。大数据是资源，是一座亟待开掘的金矿。
毫无疑问，大数据拥有巨大的商业潜力和创造力，而这样的潜力和创造力，当然也属于毕马威中国大数据团队。
本书正是毕马威中国大数据团队的心血之作，汇聚了其微信公众号中的精品文章。该大数据团队建立几年以来，我一直非常欣赏团队的业务能力和业绩表现，同样，文如其人，他们在这本书中展现出的实力、动力和潜力也令人赞叹。
学术成果一向是新兴行业的驱动力，而业务能力是学术与实际工作的衔接点：大数据团队是一个集合了这两方面高端人才的团队，本书中的作品，专注学术、扎根业务，也体现了不俗的行业发展眼光。何况，写这样的文章，一篇或许容易，但能在繁忙的日常工作之余坚持一年之久则殊为不易；如果不是对数据领域有深切的热爱，又怎么会有这样的动力呢？这本著作见证了团队的成长，更是团队潜力的明证。我相信，本书的读者们也一定会有同样的感觉。
大数据时代，谁掌握了数据，谁就掌握了价值，也掌握了世界的节奏。面对数据之潮，毕马威中国一直力求一马当先，而大数据团队正是公司内的行业先驱。大鹏一日同风起，抟摇直上九万里，我不由得心生期待，想要看看这样一个出色的团队还能给我和读者们带来怎样的惊喜。
陶匡淳
毕马威亚太区及中国主席
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
