Power BI金融大數據分析應用--貼近產業實務，掌握決策效率 (1版)

類似書籍推薦給您

Power BI金融大數據分析應用：貼近產業實務，掌握決策效率 ISBN13：9789865026905 出版社：碁峰資訊 作者：謝邦昌;蘇志雄;蕭育仁;宋龍華 裝訂／頁數：平裝／296頁 規格：26cm*19cm*1.5cm (高/寬/厚) 版次：1 出版日：2021/01/27 中國圖書分類：電腦系統資料相關處理 內容簡介 　　王道銀行策略長 蕭至佑 誠摯推薦！ 　　‧使用Power BI最新版！運用金融業數據，完整介紹Power BI模組，實作資料視覺化 　　‧主題式分析 + 實戰演練逐步操作，強化學習效率，全面提升強化大數據分析能力 　　*完整闡述金融大數據分析應用模式！以金融領域資料為主，說明Power BI的實際運用，範疇涵蓋Power Query、Power Pivot、Power View三大模組，以及Power BI雲端服務。 　 　　*資料視覺化Power View：數據分析問題的圖表歸納、操作Power View技巧和設計視覺化互動分析儀表板。 　　*數據工程Power Query：線上資料蒐集、資料清理招式、資料合併，建立半自動化數據工程作業流程。 　　*資料建模Power Pivot：使用DAX函數新增資料行及管理量值、建置資料關聯模型。 　　*Power BI雲端服務：部署Power BI儀表板至雲端環境及設定公開分享給他人瀏覽。 　　*主題式實戰分析演練，包含：客群分析、產品銷售分析、信用卡主題消費分析。 目錄 CH1 金融大數據概論 1-1 大數據與精準行銷 1-2 金融大數據實務應用8 1-3 智慧金融 CH2 淺談資料視覺化分析觀念 2-1 資料視覺化分析 2-2 視覺化分析程序 2-3 用戶型商業智慧 CH3 認識Power BI 3-1 大數據分析的重要性 3-2 Power BI對使用者的價值 3-3 Power BI工作流程 3-4 為何選擇Power BI 3-5 安裝Power BI與註冊帳號 3-6 Power BI 三大模組與服務 CH4 資料視覺化（Data Visualization）- Power View *本章彩色印刷* 4-1 儀表板（Dashboard）工作區介紹 4-2 操作報表物件的技巧 4-3 數據問題的圖表歸納 4-4 視覺效果模板 4-5 欄位選取、格式潤飾與分析 4-6 圖表資料三大篩選 4-7 建立資料階層下鑽 CH5 數據工程（Data Engineer）- Power Query 5-1 何謂Power Query編輯器 5-2 Power Query編輯器工作區 5-3 可以取得哪些資料來源 實戰演練1：以處理金融刷卡消費資料為例 實戰演練2：更多資料處理案例解說 5-4 Power Query自動化作業及常見問題排除 CH6 資料建模（Data Modeling）- Power Pivot 6-1 何謂資料建模Power Pivot 實戰演練1：設定關聯模型 6-2 數據分析語言 - DAX 實戰演練2：關聯函數 實戰演練3：日曆維度動態表 實戰演練4：列計算函數 實戰演練5：安全除法 6-3 DAX量值管理 實戰演練6：創建初階彙總量值 實戰演練7：進階彙總量值 實戰演練8：條件判斷 實戰演練9：排名函數應用 實戰演練10：聚合迭代函數 6-4 常見的時間智慧函數 6-5 介面式快速量值 實戰演練11：常用快速量值 CH7 Power BI管理服務 7-1 從Power BI Desktop發行儀表板 7-2 Power BI雲端工作區介紹 7-3 一般用戶公開分享儀表板（發行至Web）設定 實戰演練1：一般用戶分享儀表板（發行至Web）限制排除 7-4 商業智慧系統儀表板權限管理情境設計 CH8 金融大數據實戰應用儀表板 *本章彩色印刷* 8-1 客群分析類 8-2 信用卡主題消費分析 Appendix A 參考文獻

大數據驅動商業決策：13 個 RapidMiner 商業預測操作實務 (1版)

類似書籍推薦給您

內容簡介 　　用一個創業的故事，告訴你大數據分析如何解決商業問題 　　手搖飲競爭對手在哪裡？超市商品之間是否有關連性？推薦什麼電影給客戶？客戶是否下單買保險？電信業的客戶是否跳槽？公司未來營收可能是多少…公司從草創到轉型的過程中，會遇到很多的問題。但是，現在你有了解決方案！ 　　本書透過主人翁 Joe 跟 Eddy 的創業故事，告訴讀者如何使用大數據分析，解決公司營運過程中所遇到的問題。書中的分析案例貫穿了企業發展、管理的整個生命週期，所以無論現在的你處於什麼階段，都可以找到切身相關的問題，並學會如何透過大數據分析的方式解決，從而真正實現數據驅動決策（data-driven decision making）的管理方式。 　　本書使用 RapidMiner 圖形化介面，即便不會寫程式，也能夠將雜亂的數據進行有效的整理、轉換。特別是使用合理的分析演算法，能夠快速獲得容易理解的數據內容，並得出結論，進而基於結論作出合理的決策。 　　本書的內容將幫助你的公司，成功轉型成數據驅動商業決策。 目錄 前言 第 0 章 大數據商業應用的基礎知識與軟體介紹 0.1 數據特性 0.2 數據分析 0.3 本書理念 0.4 軟體介紹 0.5 線上教學資源 第 1 章 如何辨識競爭中的關鍵因素 1.1 樞紐分析的基本原理 1.2 實例操作 - 鐵達尼號存活旅客 1.3 章節練習 - 影響汽車銷售的重要因素 第 2 章 我的競爭對手在哪裡？策略群組的量化分析 2.1 非監督式 K-平均法（K-Means）以及監督式 K-近鄰（KNN）演算法的基本原理 2.2 K-Means 實例操作 - 商場客戶分組 2.3 KNN 實例操作 - 商場客戶分析 2.4 KNN 模型測試 2.5 商業應用 - 尋找距離最近的競爭對手 2.6 章節練習 - 競品麥片分析 第 3 章 預測客戶的下一步？網頁瀏覽行為預測 3.1 Apriori 關聯分析演算法的基本原理 3.2 實例操作 - 分析客戶下一個瀏覽的網頁 3.3 章節練習 - 預測客戶下一次瀏覽的新聞 第 4 章 這些商品放在一起很好賣！擬定賣場促銷方案 4.1 關聯分析的基本原理 4.2 實例操作 - 分析客戶一起購買的商品 4.3 章節練習 - 超商購物車商品分析 第 5 章 你的客戶可能會喜歡...會員制俱樂部如何推薦商品 5.1 推薦引擎與評分矩陣的基本原理 5.2 實例操作 - 會員對商品的評分預測（Rating Prediction, RP） 5.3 向會員推薦商品（Item Recommendation, IR） 5.4 章節練習 - 歌手推薦 第 6 章 買了此商品的客戶，也買了...電子商務如何推薦商品 6.1 基於商品推薦引擎的基本原理 6.2 實例操作 - 電影評分預測 6.3 向會員推薦電影 6.4 章節練習 - 線上商城 第 7 章 喜歡此商品的客戶，也喜歡...根據潛在喜好推薦電影 7.1 偏置矩陣分解的基本原理 7.2 實例操作 - 電影評分預測 7.3 向會員推薦電影 7.4 章節練習 - 美食服務平台 第 8 章 客戶是否真的會下單？客戶消費意願預測 8.1 單純貝氏演算法的基本原理 8.2 實例操作 - 客戶消費意願預測模型 8.3 預測客戶消費意願 8.4 章節練習 - 線上叫車平台推廣優惠券 第 9 章 哪些因素會影響銷售定價？房價預測 9.1 線性迴歸演算法的基本原理 9.2 最佳化步驟 9.3 實例操作 - 房價分析 9.4 房價預測 9.5 章節練習 - 紅酒等級評估 第 10 章 哪些客戶會違約？客戶貸款違約預測 10.1 邏輯斯迴歸演算法的基本原理 10.2 實例操作 - 銀行客戶貸款違約分析 10.3 模型調整 10.4 預測客戶是否違約 10.5 章節練習 - 信用卡用戶逾期還款 第 11 章 電話行銷應該打給哪些客戶？找出可能會買定存的客戶 11.1 支援向量機演算法的基本原理 11.2 實例操作 - 銀行客戶產品需求分析 11.3 模型調整 11.4 模型驗證 11.5 模型測試 11.6 章節練習 - 估計客戶的實際年收入 第 12 章 如何避免客戶流失？分類電信客戶跳槽名單 12.1 決策樹演算法的基本原理 12.2 決策樹實例操作 - 電信客戶跳槽分析 12.3 決策樹模型測試 12.4 隨機森林實例操作 - 電信客戶跳槽分析 12.5 隨機森林模型調整 12.6 隨機森林模型測試 12.7 章節練習 - 預測交易的公平性 第 13 章 如何預測公司未來的營收？銷售預測 13.1 ARIMA 演算法的基本原理 13.2 實例操作 - 每週銷售數據預測 13.3 模型調整 13.4 模型測試 13.5 章節練習 - Tesla 股價趨勢預測

數據的假象：數據識讀是深度偽造時代最重要的思辨素養，聰明決策不被操弄 (1版)

類似書籍推薦給您

【簡介】 ☆三位諾貝爾獎得主重磅推薦 ☆Amazon 800位讀者好評分享 高度量化時代，數字絕對更會騙人，騙更大！ 統計、圖表、懶人包，常是理性裝扮的鬼扯， 點贊、分享、演算法，助長類事實瘋傳成禍。 掌握數據的底層邏輯，洞悉科學量化包裝術， 資訊批判思考力，是最強自我保護力！ 　　★經匯率調整，敝公司績效最佳的全球型基金在過去九年中有七年優於大盤。 　　★儘管在統計上未達顯著，本研究結果凸顯此標靶質子治療具臨床重要之效果量，挑戰了現行的治療典範。 　　類似上面的敘述，你可能也看過，是不是躍躍欲試？ 　　別興奮得太早。你發現了嗎，上面的敘述完全沒說收益表現的調整方法究竟是什麼？有幾檔基金表現不如大盤？差多少？九年中有七年表現優於大盤的是同一檔基金嗎？另外，具臨床重要性卻未達統計顯著的研究結果，到底代表什麼？ 　　數學、統計與科學都是理性、客觀、精確的代表， 　　但也是資訊時代更容易操弄人心的騙術，而且更難被識破！ 　　有圖有照片不一定有真相，數字表格簡單清楚其實更容易藏貓膩， 　　大數據陷阱多多更容易扯大謊。 　 　　如何偵測科學鬼扯？如何識破數據資料不合邏輯的破綻？ 　　是現在深度偽造時代非常重要的自保能力。 　　兩位作者在華盛頓大學開設同名課程，受到極高的討論和迴響，他們運用統計與生物學領域的專精知識和經驗，以生動幽默的方式，拆解取樣偏誤與數據資料數位化混淆視聽的案例，檢視我們的生活多麼容易受到各類數據假象的影響。只要善用本書的思考方式，人人都能察覺資料有問題，拆穿假象： 　　◎圖表可能誤導：正統圖表看來無趣又複雜，如果刻意將縱軸上下顛倒，柱狀圖的條形不從0點開始呢？大眾可能被誤導而不自知。媒體只想提高點擊率，有趣或吸引注意力比正確性重要。 　　◎數字會說謊：有可能算錯數量、小型取樣無法精確反映整體的特性、推算的程序與方法有誤，幫原本薄弱的主張建立可信度，成為散播謠言的載具。 　　◎資料扭曲事實：新聞宣稱，科技公司市值在發布財報後，蒸發千億，還附上近四天股價走勢圖，若拉長至五年期來看，公司表現並不差。謠傳電視台因取消高收視節目而股價大跌，但是股價跌是在節目取消之前，節目收益是總營收的0.1%，有可能造成股價重挫2.5%？ 　　◎機器可能出錯：電腦可以分辨狼和哈士奇？演算法並非注意兩者的面部特徵，而是從狼和雪景一起出現來判斷，但如果是在雪中的哈士奇呢？人工智慧的判斷會出現偏誤。 好評推薦 　　Jenny   ｜「JC財經觀點」版主 　　呂昱達｜丹尼老師的公民教室       　　吳媛媛｜瑞典觀察作者 　　黃哲斌｜《天下雜誌》專欄作者　　 　　雷浩斯｜價值投資者／財經作家　　　　　　　　　　　 　　詹益鑑｜Taiwan Global Angels創辦人 　　羅世宏｜中正大學傳播系教授 　　2001諾貝爾經濟學獎得主 喬治．阿克勞夫 　　2011諾貝爾物理學獎得主 沙爾．柏木特 　　2018諾貝爾經濟獎得主　保羅．羅莫 　　（推薦人依姓氏筆畫排列） 　　如果要讀一本必成經典的書，買這本書就對了！它處理我們這個時代最重要的議題：真相不再受人尊重。這本書同時也是文學傑作，頁頁都有新的樂趣，而且段段如此。—2001年諾貝爾經濟學獎得主　喬治．阿克勞夫（George Akerlof） 　　拜讀作者提出的「鬼扯」範例讓我又哭又笑。如果你在意算術和科學的關聯，而且想知道我們如何上當被騙，這本書會讓你讀到欲罷不能，也是我們這個時代必備的書籍。— 2011諾貝爾物理學獎得主　加州柏克萊大學物理教授沙爾．柏木特（Saul Perlmutter） 　　今時此刻，我們的周遭處處充滿大家無力辨知的騙局，每個人都在奮力掙扎，想辦法突破。本書教大家看出鬼扯、拒絕鬼扯、不讓鬼扯得逞的方法。—2018年諾貝爾經濟獎得主　保羅．羅莫（Paul Romer） 　　在不實或誤導資訊充斥的今日，加強防禦力是當務之急。本書兩位作者在清晰的架構下，使用深入淺出的例子，手把手為我們說明如何識別出數據資訊當中的「鬼扯」元素，打下抵抗數據假象的基礎。— 吳媛媛（瑞典觀察作者） 　　我在高中教導學生媒體識讀，在課堂上陳述理論、羅列案例，但也常常受限於社會領域而單打獨鬥，並自我懷疑所做的努力，是否真的能涵養下一代批判思考的能力。本書作為一盞明燈，提點了第一線的教育工作者，假訊息澄清總是緩不濟急，培養識讀能力使謠言止於智者，才是唯一正解。作者幽默風趣的筆觸，更能讓讀者在閱讀過程一邊破解鬼扯，一邊開懷大笑。誠摯推薦給各位。— 呂昱達（丹尼老師的公民教室創辦人） 　　我自己讀了這本書之後，深感受益匪淺，熱切地想向身邊的師友推薦這本書。有了這本書的思想武裝及技術升級，我相信，人人都可以從容面對這個充斥胡說八道、虛假資訊無所不在的時代，做一個不受人惑的自由人。— 羅世宏 （中正大學傳播系教授） 　　在我們這個時代，瞎扯也用於造假新聞、不實資訊，以及網路戰。通訊軟體上隨時會收到的各種消息以淹沒你的注意力，這些事情在在以行動告訴我們：這是一個鬼扯不斷奪取你注意力的時代。所以我們確確實實的需要這本「面對虛假數據的求生指南」。— 雷浩斯（價值投資者／財經—作家） 　　我們之所以要學會辨別與識破鬼扯的能力，不僅在避免浪費時間，更重要的是把心智與注意力放在能夠長期累積與產生複利效應的事情上。—詹益鑑（Taiwan Global Angels創辦人） 　　一本現代經典之作。在民主奄奄一息、疫情全球肆虐的此刻，這本直言不諱的書是險惡街頭的生存指南。—《連線》雜誌 　　連門外漢也能消化的書！讀本書之前我從來沒有修過任何一門統計課，至於談到真正的科學，不只我是門外漢，我身邊朋友也是。近來我一直看到自己的部分朋友轉傳科學研究，企圖合理化越來越極端的看法，我卻覺得自己無力介入當個理性的聲音，因為即便這些研究有方法上的瑕疵，我也無法挑出來。這本書滿是重要的觀點，讀起來很容易，還有絕佳的幽默感穿插其中。謝謝提供像我這樣的人對去抗草包族科學的工具！— 亞馬遜讀者 阿莫爾 　　幾年前，我在家自學的女兒以華盛頓大學教授的系列課程作為高中自學教材，得知他們寫成了一本書，我相當開心！我兒子今年會拿這本書和影片當成「媒體識讀」單元的內容。這不但是一本好看的書，也是相當受用的分析。作者結合知識與幽默恰到好處地將圖表和取樣偏誤這類的觀念變得十分有趣。—亞馬遜讀者 佩遜斯 　　能修到這門課的大學生都非常幸運。此書如果能改版給高中生開一門「對抗邪魔歪道的防身課」，那就更好了。— 亞馬遜讀者 馬希 　　這是一本幫助你了解資訊泥淖的絕佳好書，討論影響所有世人的主題。本書內容簡單，讓人能輕鬆閱讀理解，不至於坐困在統計數字、技術詞彙，或教授才會講的專業用語中。—亞馬遜讀者 塔曼 　　這本書可以吸引每一種讀者：純粹對騙術與真相感興趣的人會想讀，經常要處理這種事的科學家也會想讀。本書內容完美摻雜了作者生活上的小故事與讓人讀得懂的技術資料解釋，而且還文筆極佳！— 亞馬遜讀者 史塔爾茲【目錄】 推薦序　數據也可能混淆視聽，加強防禦力是當務之急  吳媛媛  推薦序　在注意力分散的時代，更需要識讀假消息          雷浩斯  推薦序　在充滿假象的世界中，做個不受人惑的自由人  羅世宏  推薦序　累積知識，打造動態的腦際網路，以破解假象  詹益鑑 推薦序　涵養下一代思考力，培養識讀能力是唯一正解  呂昱達  前　言　面對虛假數據的求生指南  1 謊言滿人間  2 媒介、信息、假消息  3 混淆事實的黑盒子  4 混淆因果關係  5 數字絕對會騙人  6 取樣偏誤  7 數據資料視覺化  8 如何利用大數據說謊？  9 科學的敏感性  10 辨識假象  11 反駁假象  致　謝  譯者後記　大眾主動出擊，拆穿假象，世界才能更美好  沈聿德 注　釋