《預測性分析：基於數據科學的方法（原書第2版）》是2023年機械工業出版社出版的圖書。
基本介紹
- 中文名：預測性分析：基於數據科學的方法（原書第2版）
- 出版時間：2023年2月1日
- 出版社：機械工業出版社
- ISBN：9787111718345
內容簡介,圖書目錄,作者簡介,
內容簡介
本書全面介紹了預測性分析相關方法，不僅直觀地闡述了相關概念，還給出了現實的示例問題和真實的案例研究—包括從失敗項目獲得的經驗教訓。
本書理論和實踐內容相對平衡，便於讀者加深理解。
全書共9章，外加一個附錄。
第1章為分析導論，
第2章為預測性分析和數據挖掘導論，
第3章介紹預測性分析的標準流程，
第4章介紹預測性分析的數據和方法，
第5章介紹預測性分析算法，
第6章探討預測性建模中的高階主題，
第7章介紹文本分析、主題建模和情感分析，
第8章介紹預測性分析使用的大數據，
第9章介紹深度學習和認知計算，
附錄展望了商業分析和數據科學工具的前景。
本書適合計算機科學、數據科學和商業分析領域的相關從業人員閱讀。
圖書目錄
第1章 分析導論1
1.1 名稱中有什麼關係2
1.2 為什麼分析和數據科學會突然
流行起來4
1.3 分析的套用領域5
1.4 分析面臨的主要挑戰5
1.5 分析的縱向視圖6
1.6 分析的簡單分類9
1.7 分析的前沿：IBM Watson12
小結16
參考文獻17
第2章 預測性分析和數據挖掘導論18
2.1 什麼是數據挖掘20
2.2 數據挖掘不是什麼21
2.3 最常見的數據挖掘套用22
2.4 數據挖掘能夠發現什麼樣的模式25
2.5 流行的數據挖掘工具28
2.6 數據挖掘的潛在問題：隱私問題31
小結36
參考文獻36
第3章 預測性分析的標準流程38
3.1 資料庫的知識發現流程38
3.2 跨行業數據挖掘的標準流程39
3.3 SEMMA43
3.4 SEMMA和CRISP-DM45
3.5 數據挖掘的六西格瑪46
3.6 哪種方法最好47
小結51
參考文獻51
第4章 預測性分析的數據和方法52
4.1 數據分析中數據的本質52
4.2 分析中的數據預處理54
4.3 數據挖掘方法57
4.4 預測57
4.5 分類58
4.6 決策樹63
4.7 數據挖掘中的聚類分析65
4.8 k均值聚類算法67
4.9 關聯68
4.10 Apriori算法70
4.11 數據挖掘和預測性分析的誤解
與現實71
小結77
參考文獻77
第5章 預測性分析算法79
5.1 樸素貝葉斯79
5.2 最近鄰算法82
5.3 相似度度量：距離83
5.4 人工神經網路85
5.5 支持向量機88
5.6 線性回歸91
5.7 邏輯回歸94
5.8 時間序列預測95
小結99
參考文獻99
第6章 預測性建模中的高階主題102
6.1 模型集成102
6.2 預測性分析中的偏差–方差權衡112
6.3 預測性分析中的非平衡數據問題115
6.4 預測性分析中機器學習模型的
可解釋性118
小結124
參考文獻124
第7章 文本分析、主題建模和
情感分析126
7.1 自然語言處理129
7.2 文本挖掘套用132
7.3 文本挖掘流程135
7.4 文本挖掘工具143
7.5 主題建模144
7.6 情感分析146
小結153
參考文獻154
第8章 預測性分析使用的大數據156
8.1 大數據從何而來156
8.2 定義大數據的V158
8.3 大數據的基本概念160
8.4 大數據分析解決的業務問題163
8.5 大數據技術163
8.6 數據科學家169
8.7 大數據和流分析171
8.8 數據流挖掘172
小結174
參考文獻175
第9章 深度學習和認知計算176
9.1 深度學習導論176
9.2 淺層神經網路基礎179
9.3 人工神經網路的要素181
9.4 深度神經網路186
9.5 卷積神經網路189
9.6 循環神經網路與長短時記憶網路195
9.7 實現深度學習的計算機框架199
9.8 認知計算201
小結209
參考文獻209
附錄 KNIME及商業分析和
數據科學工具前景展望213
作者簡介
Dursun Delen博士是商業分析、數據科學和機器學習領域的國際知名專家。他經常受邀參加各種國內外會議，就數據/文本挖掘、商務智慧型、決策支持系統、商業分析、數據科學和知識管理等主題做大會報告。在2001年被聘任為俄克拉荷馬州立大學（Oklahoma State University）的教授前，Delen博士在工業界工作了十多年，致力於為企業開發和交付商業分析解決方案。他曾在私營套用研究和諮詢公司Knowledge Based Systems，Inc.（KBSI）擔任研究科學家。在KBSI任職的五年間，Delen博士主持了很多與決策支持系統、企業工程、信息系統開發和高級商業分析相關的項目，這些項目由私營企業和美國聯邦機構（包括國防部、NASA、國家科學基金會、國家標準和技術研究所以及能源部）資助。現在，除學術工作外，Delen博士還為企業提供專業教育和諮詢服務，幫助它們評估分析、數據科學和信息系統需求以及開發最先進的計算機決策支持系統。
Delen博士目前的學術職位是工商管理威廉·S. 斯皮爾斯講席教授和商業分析帕特森家族講席教授。他是美國衛生系統創新中心（Center for Health Systems Innovation）的研究主任，也是俄克拉荷馬州立大學斯皮爾斯商學院（Spears School of Business）管理科學和信息系統的傑出教授。他在Journal of Business Research、Journal of Business Analytics、Decision Sciences Journal、Decision Support Systems、Communications of the ACM、Computers & Operations Research、Annals of Operations Research、Computers in Industry、Journal of Production Operations Management、Artificial Intelligence in Medicine、Journal of the American Medical Informatics Association、Expert Systems with Applications、Renewable and Sustainable Energy Reviews、Energy、Renewable Energy等核心期刊上發表了150多篇經過同行評議的研究論文。他還撰寫或與人合著了11本商業分析、數據科學和商務智慧型領域的專著和教材。
Delen博士經常在各種商業分析和信息系統的會議上擔任專題和子專題的主席。目前，他是Journal of Business Analytics和Frontiers in Artificial Intelligence的主編，Journal of Decision Support Systems、Decision Sciences和Journal of Business Research的高級編輯，Decision Analytics、International Journal of Information and Knowledge Management和International Journal of RF Technologies的副主編，以及其他幾本學術期刊的編委會成員。他曾獲得著名的富布賴特學者獎、傑出教師和研究者獎、校長傑出研究者獎和大數據導師獎等多項研究和教學獎項。
