庫存狀況
「香港二樓書店」讓您 愛上二樓●愛上書
我的購物車 加入會員 會員中心 常見問題 首頁
「香港二樓書店」邁向第一華人書店
登入 客戶評價 whatsapp 常見問題 加入會員 會員專區 現貨書籍 現貨書籍 購物流程 運費計算 我的購物車 聯絡我們 返回首頁
香港二樓書店 > 今日好書推介
二樓書籍分類
 
R語言的資料採礦導引:大數據時代的資料分析(附綠色範例檔)

R語言的資料採礦導引:大數據時代的資料分析(附綠色範例檔)

沒有庫存
訂購需時10-14天
9789578755550
陳鴻敏
經瑋
2018年8月01日
227.00  元
HK$ 204.3  






ISBN:9789578755550
  • 規格:平裝 / 704頁 / 17 x 23 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣


  • 電腦資訊 > 資料庫/大數據 > 資料處理/大數據











      近數年各行各業的發展都朝網路及大數據靠攏,他們需要懂得網路運作的法政人才、了解數據分析的銷售人才、擅長數位技術的金融人才、孰悉資訊技術的醫療人才、深諳資料處理及分析的文學人才。過去,想要跨足資訊領域很困難,因為門檻很高(無論是軟硬體的需求都很昂貴而且學習困難),所以資訊科班出身的人才很吃香,但未來人才的競爭力來自於跨領域的能力,光靠資訊技術難以滿足創新時代的要求,反而是那些具備理工、法商、文史、生醫等專業而又懂得資料處理者才是時代的寵兒。因為現代資訊領域的門檻已大幅降低,金費及時間已不是問題,只要您願意突破心理障礙,大膽跨入新領域,就會有驚人的收穫。本書旨在協助您跨足新領域、展開新視界,讓您成為高人一等的Data Analyst數據分析師,或Big Data Engineer大數據工程師。



      由於網路交易的頻繁及政府資料庫的開放,資料的產出如海水般湧入,資料的取得及保存也「易於往昔」,故如何運用電腦從中挖掘有用的資訊,以提高決策品質,才是今日各界需要面對的重點,但是怎麼挖?用甚麼工具挖?



      資料採礦涉及許多不同的演算方法,如果不能了解其演算原理,就會陷入「知其然而不知其所以然」的盲點,甚或誤用採礦方法。坊間有關資料採礦的書籍很多,但多欠缺深入的解說,只是重點翻譯或是規則重述,沒有作者自己的思維(消化咀嚼之後的表述),以致讀者閱讀之後仍是一頭霧水,這類書籍充其量只能作為授課大綱,而無助於問題之解決。



      本書分為10章,第1章說明R語言的用法,第2∼8章為關聯分析、叢集分析、分類分析、資料包絡分析、決策樹、隨機森林等各種演算方法的深入剖析,第9章引領讀者進入「類神經網路及人工智慧」的殿堂,最後一章則為R語言之大數據處理。本書不但說明如何使用R語言的套件來進行資料採礦,更從不同角度闡述這些採礦模型(演算法)的原理,並以淺顯易懂的範例讓讀者了解其成因及產出,例如關聯分析之強度指標、貝氏分類的機率計算、階層分群之演算步驟、剪影係數的計算解析、決策樹之建構程序、隨機森林之節點路徑、類神經網路的權值修正等,只要讀者願意投入些許時間,必能豁然開朗、明其堂奧。

    ?


     





    Chapter 1 R語言及其擴展包之使用

    01-1 R語言及RStudio之安裝與更新

    01-2 RStudio之使用簡介

    01-3 如何建立R Script程式檔

    01-4 R語言之物件簡介

    01-5 如何使用R語言之擴展包

    ?

    Chapter 2 關聯分析

    02-1 何謂關聯規則

    02-2 如何運用關聯規則

    02-3 使用arules擴展包進行關聯分析

    02-4 使用arulesViz擴展包繪製關聯分析圖

    ?

    Chapter 3 叢集分析

    03-1 何謂叢集分析

    03-2 叢集分析之各類演算法

    03-3 使用stats擴展包進行Kmean演算

    03-4 使用cluster擴展包進行Kmedoids演算

    03-5 使用fpc擴展包進行DBSCAN演算

    03-6 使用stats擴展包進行HC演算

    ?

    Chapter 4 迴歸分析

    04-1 迴歸分析的意義及功能

    04-2 如何使用Excel進行迴歸分析

    04-3 如何解讀迴歸分析的結果

    04-4 如何運用迴歸方程式

    04-5 如何進行多元迴歸分析

    04-6 如何進行非計量變數的迴歸分析

    04-7 如何處理多變量迴歸分析的共線問題

    04-8 如何使用R語言進行簡單迴歸分析

    04-9 如何將R語言分析結果匯出為Excel檔

    04-10 R語言之多元迴歸分析及3D立體圖繪製

    04-11 R語言之非計量變數的迴歸分析



    Chapter 5 分類分析

    05-1 單純貝氏分類演算法

    05-2 k最近鄰分類演算法

    05-3 線性判別分析

    05-4 各種分類演算法的比較

    ?

    Chapter 6 決策樹

    06-1 決策樹之結構

    06-2 決策樹之建構

    06-3 如何選擇決策樹的切割點

    06-4 使用R語言建立決策樹

    ?

    Chapter 7 資料包絡分析

    07-1 資料包絡分析之功能概述

    07-2 資料包絡分析模式之解析

    07-3 使用R擴展包執行DEA基本演算

    07-4 使用R擴展包執行交叉效率分析

    07-5 使用R擴展包執行超級效率分析

    07-6 使用R擴展包執行成本效率分析

    07-7 使用R擴展包執行跨期效率分析

    07-8 其他免費DEA工具

    ?

    Chapter 8 隨機森林

    08-1 隨機森林的基本概念

    08-2 隨機森林的演算步驟

    08-3 使用R語言進行隨機森林演算

    08-4 取出隨機森林演算結果的資訊

    08-5 隨機森林之繪圖及路徑之建構

    08-6 解釋變數最適量之尋找方法

    ?

    Chapter 9 類神經網路及人工智慧

    09-1 人工智慧的關鍵技術

    09-2 類神經網路的基本概念

    09-3 類神經網路演算說明

    09-4 使用nnet擴展包進行類神經網路演算

    09-5 使用neuralnet擴展包進行類神經網路演算

    09-6 使用RSNNS擴展包進行類神經網路演算數及重複學習次數

    09-7 類神經網路之影像辨識範例

    09-8 使用MXNet進行CNN卷積神經網路演算

    ?

    Chapter 10 R的大數據處理

    10-1 使用平行處理及編譯,縮短處理時間

    10-2 使用記憶體管理擴展包,擴大運用空間

    10-3 透過瘦身減重及資料抽樣,增進處理績效

    10-4 搭配Oracle Database進行資料採礦

    10-5 搭配SQL Server進行資料採礦

    10-6 大數據的來源

    ?

    附錄A 如何使用本書隨附之範例檔

    ?

    附錄B 程式檔清單

    ?

    附錄C 資料檔清單

    ?

    附錄D 解釋檔清單

    ?

    附錄E 如何將資料匯入SQL Serve

    ?

    附錄F 如何使用ODBC連結Oracle

    ?

    附錄G 如何使用SQL Developer上傳資料表

    ?

    附錄H 基本函數使用說明線連接

    ?

    ?




    其 他 著 作
    1. TensorFlow模型解析與範例大全
    2. Visual Basic 開發應用系統的十堂課