圖書標籤: 數據分析 大數據 商業 互聯網 日本 R語言 計算機 網站分析
发表于2024-11-05
數據分析實戰 pdf epub mobi txt 電子書 下載 2024
本書由實戰經驗豐富的兩位數據分析師執筆,首先介紹瞭商業領域裏通用的數據分析框架,然後根據該框架,結閤8個真實的案例,詳細解說瞭通過數據分析解決各種商業問題的流程,讓讀者在解決問題的過程中學習各種數據分析方法,包括柱狀圖、交叉列錶統計、A/B測試、多元迴歸分析、邏輯迴歸分析、主成分分析、聚類、決策樹分析、機器學習等。特彆是書中使用的數據都是未經清洗的原始數據,能夠讓讀者瞭解真實的數據分析流程,避免紙上談兵。
作者簡介:
酒捲隆治
浦和齣身。環境學博士畢業。就職於株式會社DRECOM數據分析部門。擅長人類行動日誌的分析。現主要從事社交遊戲和在綫服務的日誌分析工作。
裏洋平
種子島齣身。就職於株式會社DRECOM數據分析部門。擅長使用R語言進行數據分析,現主要從事數據分析環境的搭建和數據分析工作。閤著有《數據科學養成讀本》(技術評論社)、《R包使用手冊》(東京圖書)。
譯者簡介:
肖峰
日本東京工業大學計算機工學博士。曾在日本樂天株式會社樂天技術研究所從事研究工作。2013年迴國後加入新浪,現任新浪個性化推薦團隊算法負責人。擁有豐富的數據分析與建模能力。
一口氣讀完,對於現在的我正需要這本書。十分貼近業務,也十分好讀。對細節講解的很到位,讀完後能夠基本瞭解互聯網數據分析的業務流程和需要用到的核心知識。代碼和正文分開也避免內容分散。
評分淺的太淺,減1分。深的太深,減1分。R語言不是我想學的重點又占頁數太多,減1分。前兩章中對數據分析知識的結構拆解,倒是提醒瞭我目前的學習路徑,加1分。總得分,3分。
評分思路還行,但到瞭具體講解部分又缺乏由淺入深的邏輯。
評分簡單上手 變 python
評分現在講數據分析的書大體有四類:一種是純機器/統計學習的,每(幾)種方法就換一個生僻領域(海藻分類、森林覆蓋率),對商業分析者很不友好;一種是看上去是數據分析,其實是編程指南;第三種是非常好的框架書,框架頭頭是道,但是沒有數據,也沒有實戰;第四種是和這本類似的,重在「分析」而不是「算法」上,用完整的案例講真的會遇到的問題,應該如何拆解,如何解決,能看到商業分析對數據質量更包容,處理方法也更靈活。各有韆鞦,但對我來說目前還是第四種最有幫助。
2018年第一天读完的一本书。优点:分析思路清晰,深入浅出。缺点:R语言的代码的占据内容过多。后面几章涉及到统计学和机器学习的内容,需要有背景知识才能懂。 发现问题部分总结的很多,一再强调现象和问题的区别,也是平时容易踩到坑。 数据分析解决的两类问题总结的也比较到...
評分2018年第一天读完的一本书。优点:分析思路清晰,深入浅出。缺点:R语言的代码的占据内容过多。后面几章涉及到统计学和机器学习的内容,需要有背景知识才能懂。 发现问题部分总结的很多,一再强调现象和问题的区别,也是平时容易踩到坑。 数据分析解决的两类问题总结的也比较到...
評分2018年第一天读完的一本书。优点:分析思路清晰,深入浅出。缺点:R语言的代码的占据内容过多。后面几章涉及到统计学和机器学习的内容,需要有背景知识才能懂。 发现问题部分总结的很多,一再强调现象和问题的区别,也是平时容易踩到坑。 数据分析解决的两类问题总结的也比较到...
評分2018年第一天读完的一本书。优点:分析思路清晰,深入浅出。缺点:R语言的代码的占据内容过多。后面几章涉及到统计学和机器学习的内容,需要有背景知识才能懂。 发现问题部分总结的很多,一再强调现象和问题的区别,也是平时容易踩到坑。 数据分析解决的两类问题总结的也比较到...
評分2018年第一天读完的一本书。优点:分析思路清晰,深入浅出。缺点:R语言的代码的占据内容过多。后面几章涉及到统计学和机器学习的内容,需要有背景知识才能懂。 发现问题部分总结的很多,一再强调现象和问题的区别,也是平时容易踩到坑。 数据分析解决的两类问题总结的也比较到...
數據分析實戰 pdf epub mobi txt 電子書 下載 2024