第1講 淺談解析型企業

第1節 大數據是因為他會長大

第2節 資料解析的兩個大數據環境

第3節 演算法

第4節 數據解析之資訊概論

第5節 測量的哲學──自我學習之路

第6節 本書安排



第2講 掌握資料的統計性質--分布

第1節 資料分布的前兩階動差--平均數和變異數

第2節 描述資料中央趨勢的兩組方法

第3節 資料分布的另外兩個動差

第4節 提審大數據



第3講 時間序列的分類分析

第1節 時間序列性質

第2節 時間序列分析-- 低頻

第3節 時間序列分析— 日高頻資料

第4節 時間序列分類分析— 日內高頻資料

第5節 提審大數據



第4講 線性模式的分類原理— 期望值與信賴區間

第1節 簡易統計原理

第2節 R Commander實作

第3節 R程式碼實作

第4節 提審大數據



第5講 二元模式的分類原理－Logistic迴歸

第1節 簡易廣義線性模型

第2節 R Commander的實作

第3節 R程式的實作

第4節 提審大數據



第6講 主成分的分類原理— 把資料變少了

第1節 簡易原理

第2節 R Commander的實作

第3節 R程式的實作

第4節 提審大數據



第7講 集群分析的分類原理

第1節 集群分析的基本概念

第2節 R Commander實作

第3節 R程式的實作

第4節 提審大數據



第8講 決策樹的分類原理

第1節 分類決策樹原理

第2節 用R GUI 實作

第3節 R Code

第4節 提審大數據



第9講 隨機森林

第1節 原理

第2節 R GUI實作

第3節 R Code實作

第4節 提審大數據



第10講 大數據行銷──購物籃分析

第1節 關聯的分類原理簡介

第2節 R GUI 實作

第3節 R code

第4節 提審大數據



附錄Ａ

第1節 R 漫談和GUI簡介

第2節 R Commander的裝置

第3節 安裝與載入R commander



附錄Ｂ

附錄Ｃ

第1節 資料檔讀取

第2節 資料庫讀取

第3節 資料表處理的函數

?

序



　　數位科技席捲世界帶來了大數據浪潮，但是，這三個字其實有一些誤導，讓一般人以為「大就是美」。其實在商管領域，就是以證據為基礎的決策分析。更精準地說，「大」不是指用4V來描述的資料庫特徵，而是因為數據科技(Data Technology)進步，對多樣資料的「大用」。



　　在物聯網技術突飛猛進之下，數據量不可否認的遠遠大於以前。目前平常分析的資料表動輒「萬列千行」，因此如何從這些資料結構中提取資訊，「統計學(Statistics)」和「資料探勘(Data Mining)」就是關鍵技術。然而，我們不是為了大數據而大數據，大數據乃至人工智慧，都是為了支援決策。簡單的說，數據解析產生「預測」，預測解讀產生「決策」。數據解析的原理也只有兩個原則「排序和分類」，所以一言以蔽之：「以排序來分類，從預測到決策」就是大數據解析的核心。據此，本書取名「我分類，故我在」。



　　妥善的分類就可以產生可靠的預測，但是，當資料結構複雜時，排序乃至分類就沒有那麼簡單，所以需要利用演算法來處理資料，本書就是依此而生。例如，由分類的角度學習統計：統計學的預測以樣本期望值或條件期望值為基準，據之將資料劃分信賴區間，分類成「內 vs. 外」兩群。重點將不再是參數估計的顯著程度，而是預測表現和誤差分析。



　　全書分成10講，為筆者以大數據為名行走江湖的結晶，書內某些部份為在台師大EMBA講授「大數據決策分析」的教材。每一講開頭皆以一個特定企業應用大數據的決策故事為開場，希望讀者能夠覺得不枯燥，同時也瞭解大數據的決策端，相當實戰且關鍵，沒有預測，都是紙上談兵。結尾都附上一個數據決策思考的方塊，從問對問題開始，到最後一哩路。



　　案例用R語言的GUI和程式碼實做，但是，程式語言不是重點，而是對所預測對象的行為，有深刻的認識，勿忘domain knowledge。