第1章　數據科學傢的工作　　1
1.1　什麼是數據科學傢　　2
1.2　3種類型的數據科學傢　　5
1.3　數據科學傢的現狀　　8
第2章　商業數據分析流程　　9
2.1　數據分析的5個流程　　10
2.2　現狀和預期　　12
2.3　發現問題　　13
2.4　數據的收集和加工　　19
2.5　數據分析　　24
2.6　解決對策　　27
2.7　小結　　29
[分析基礎]篇
第3章　案例1—柱狀圖
為什麼銷售額會減少　　35
3.1　現狀和預期　　36
3.2　發現問題　　38
3.3　數據的收集和加工　　39
3.4　數據分析　　46
3.5　解決對策　　49
3.6　小結　　50
3.7　詳細的R代碼　　51
第4章　案例2—交叉列錶統計
什麼樣的顧客會選擇離開　　61
4.1　現狀和預期　　62
4.2　發現問題　　64
4.3　數據的收集和加工　　65
4.4　數據分析　　69
4.5　解決對策　　73
4.6　小結　　75
4.7　詳細的R代碼　　76
第5章　案例3—A/B測試
哪種廣告的效果更好　　83
5.1　現狀和預期　　84
5.2　發現問題　　86
5.3　數據的收集和加工　　88
5.4　數據分析　　96
5.5　解決對策　　98
5.6　小結　　99
5.7　詳細的R代碼　　100
第6章　案例4—多元迴歸分析　　105
如何通過各種廣告的組閤獲得更多的用戶　　105
6.1　現狀和預期　　106
6.2　發現問題　　108
6.3　數據的收集　　112
6.4　數據分析　　114
6.5　解決對策　　117
6.6　小結　　119
6.7　詳細的R代碼　　120
[分析應用]篇
第7章　案例5—邏輯迴歸分析
根據過去的行為能否預測當下　　125
7.1　期望增加遊戲的智能手機用戶量　　126
7.2　是用戶賬號遷轉設定失敗導緻的問題嗎　　128
7.3　在數據不包含正解的情況下收集數據　　131
7.4　驗證是否能夠建立模型　　144
7.5　解決對策　　148
7.6　小結　　149
7.7　詳細的R代碼　　150
第8章　案例6—聚類
應該選擇什麼樣的目標用戶群　　163
8.1　希望瞭解用戶的特點　　164
8.2　基於行為模式的用戶分類　　165
8.3　把主成分作為自變量來使用　　168
8.4　進行聚類　　176
8.5　解決對策　　180
8.6　小結　　181
8.7　詳細的R代碼　　182
第9章　案例7—決策樹分析
具有哪些行為的用戶會是長期用戶　　193
9.1　希望減少用戶開始遊戲後不久就離開的情況　　194
9.2　瞭解“樂趣”的結構　　195
9.3　把類作為自變量　　198
9.4　進行決策樹分析　　210
9.5　解決對策　　213
9.6　小結　　215
9.7　詳細的R代碼　　216
第10章　案例8—機器學習
如何讓組隊遊戲充滿樂趣　　233
10.1　使組隊作戰的樂趣最大化　　234
10.2　利用數據分析為服務增加附加價值　　236
10.3　在數據中排除星期的影響　　238
10.4　構建預測模型　　241
10.5　解決對策　　248
10.6　小結　　249
10.7　詳細的R代碼　　250
· · · · · · (收起)