統計:看圖解成為大數據高手 2020 <五南圖書出版有限公司>
類似書籍推薦給您
立即查看
科學實驗王第二部4:大數據與傳染病 (1版)
類似書籍推薦給您
【簡介】
網路與3C產品是現代人的必需品,
在數位環境下,你的一舉一動,
都會留下痕跡喔!
【第二部的3大特色】
1.介紹最新科技趨勢與議題
2.操作生活化的科學實驗
3.補充跨領域的綜合常識
兩天一夜的拍影片行程,
遭遇意想不到的難關?
阿爾法小隊當選實驗博覽會的宣傳大使。
第一個拍攝行程刻意指定太陽小學校長當領隊,
沒想到校長的高級房車竟然在出發當天故障了,
於是眾人只好搭火車繼續旅行。
究竟阿爾法小隊能否順利走完行程呢?
【重點科學原理】
1.細菌與病毒
2.大數據與醫療
3.色層分析原理
◎書籍資訊:無注音,適合國小中年級以上閱讀。
【目錄】
第一回 結果發表日
【實驗重點】什麼是大數據?
【金頭腦實驗室1】大數據的特徵
第二回 不祥的火車之旅
【實驗重點】超級電腦、人工智能
【金頭腦實驗室2】大數據的運用
第三回 兩張相同的票
【實驗重點】病毒的發生與症狀
【金頭腦實驗室3】流感、傳染
第四回 初次見面
【實驗重點】數據的蒐集與分析
【金頭腦實驗室4】外科口罩與醫療口罩的比較實驗
第五回 密室逃脫遊戲
【實驗重點】色層分析、定量數據與定性數據
【金頭腦實驗室5】病毒與細菌
第六回 分析數據
【實驗重點】程式設計、十進位法與二進位法
【金頭腦實驗室6】大數據與醫療
立即查看
住房自由的人生:房地產專家張金鶚教你活用七三法則、大數據,找回居住自主權 (1版)
類似書籍推薦給您
【簡介】
房地產是許多人一生中最昂貴的資產,
面對這麼重大的決策,絕對不能憑直覺、靠運氣。
居住是人生中無法逃避的一件大事,無論租屋或買屋,住房應該也是一般人生命中最大的一筆消費。然而,面對這樣的切身大事,你將如何做判斷?是聽媽媽的話,還是任由房仲的話術擺布?面對真真假假的廣告和業配文,到底房地產的真相是什麼?該如何做出正 確的判斷,找出最適合自己的住房策略呢?
房地產專家張金鶚現身說法,為大家深入剖析房產世界的眉眉角角,
引導大家找回和住房的友善關係,正確認識房產世界的運作法則與投資風險——
累積數十年經驗的房產專家張金鶚,這次要從自身的住房經驗出發,告訴大家他如何用「七三法則」和「五大購屋元素」幫自己做出最好的住房策略。透過討論各種與住房有關的疑難雜症,幫讀者逐一釐清自己的需要,了解房地產世界的風險與景氣,認識房子與人的生命週期,進而找出最適合自己的住房判斷。
此外,他也要教讀者如何活用大數據所製作的「好時價」網站,正確評估房屋的價值與特性,幫自己把房產功課做好做滿,讓讀者在眼花繚亂的房屋買賣話術中,做出真正符合自身需求的明智決定,不會再為了買錯房或被房子套牢而遺憾終身。無論是正為租屋、買屋而煩惱的年輕族群,或是正在思考換屋或以房養老的中高族群,都應該先來看看本書,為自己掌握居住的主控權。
◤怎樣才能不做屋奴做屋主?
◤年輕人要考慮買房嗎?
◤購屋前的風險與財務評估該怎麼做?
◤COVID-19爆發,該「危機入市」嗎?
◤能讓房子保值又增值的關鍵是什麼?
◤考慮買房前,有哪些必做的「功課」?
◤如何運用「好時價」蒐集有關房屋的即時價格與相關資訊?
◤什麼才是真正的「好區位」
◤景氣循環和房價泡沫有什麼關係?
◤要與父母或子女同住嗎?
◤房地產實價登錄要注意哪些項目?
◤便利商店、社會住宅會影附近的房價嗎?
◤房價指數怎麼看?
◤如何面對換屋困擾?
【目錄】
自序 用心做功課,不被房屋所綁架
◤◤第1部 買房、租房前要知道的事
拚房產不等於拚經濟、拚生活
做屋主不做屋奴
【張金鶚教室】 「我曾做過五年的屋奴」
離巢?不離巢?
租屋黑市知多少?
年輕人是否該買房?
笨蛋,問題在房價
為何所得不漲,房價卻不斷上漲?
房租與房價的龜兔賽跑
租買選擇的心中之尺與市場之尺
【張金鶚教室】 認識房地產的報酬與風險
高房價的恐慌與因應
新冠疫情對房市有什麼影響?
住宅需求的變動與因應
當前房市困境與展望
◤◤第2部 掌握七三法則,透視購屋五大元素
房地產專家眼中的住房未來
買房是投資還是消費?
【張金鶚教室】 認識購屋的五大元素
了解房市投機與景氣循環,謹慎出手
現在選擇買屋好還是租屋好?
房地產好區位知多少?
防疫宅在家,居住品質與品味更形重要
認識房價的基值與泡沫
自住投資需求變化對房價的影響
房市降價,該入市或避市?
社區規模、面積混合與社區品質
提升社區管理不能只靠委外公司
【張金鶚教室】 純投資VS.純消費,買房租屋觀念大不同
用五大元素評估買房自住或投資
【張金鶚教室】 我的購屋七三比法則
◤◤第3部 活用大數據,自己的房屋功課自己做
房地產實價登錄價格眉角多
實價登錄的房價即為市價嗎?
預售屋價格知多少?
有效協助估價的「房地產自動估價模型」
【張金鶚教室】 好時價,你最棒的查價好幫手
實坪制公設不計價適當嗎?
房屋公設分離計價可比照停車位
便利商店對房價的影響
UBike場站是否會影響周遭房價?
土壤液化潛勢區該如何看?
高雄氣爆對周遭房價的影響
建社會宅是否會影響周圍房價?
房價指數知多少?
【張金鶚教室】 心中沒有尺,就不要入市場
◤◤第4部 認識人與房屋的生命週期
房屋老化VS.人口老化
家庭與住宅的生命週期
都市更新的恐慌與因應
認清關鍵問題,才能有效推動都更
建立不完美主義的多元都更
老屋健檢效益大,應積極推動落實
如何面對人生的換屋課題?
【張金鶚教室】 人與房子的生命週期
要生孩子還是要買房子?
要不要與子女同住?
高齡化和高房價,繼承等房的困境
年金改革、長照負擔和以房養老
後記 山居歲月的第三人生
看更多
立即查看
行銷研究:AI、大數據與傳統行銷工 (2版)
類似書籍推薦給您
【簡介】
1.加入新的AI工具、大數據分析,與傳統行銷工具結合
行銷環境的變化一日千里,本書與時俱進加入AI、大數據分析與設計網路問卷章節內容與傳統行銷工具結合,幫助老師使用新的工具,來教導AI世代的學生。
2.加入SPSS操作與練習範例,強化學生統計軟體操作能力
雖然目前的AI軟體已能依照使用者需求生成統計圖表,但身為行銷研究人員必須了解統計數字背後所使用的多變量與敘述統計方法。本書示例IBM公司SPSS軟體的操作過程,並提供練習檔讓學生於課堂實際操作統計軟體,以熟練各種統計分析的技巧。
3.加入新產品開法議題,提升學生創新能力
為有效激發學生的學習動機與創造力,本書特別加入新產品開發議題,促使老師和學生以新產品開發程序進行創意思考,並藉由觀察周遭環境找出尚未被滿足的需求,培養主動找出問題並設法解決的能力。
4.加入行銷理論與解釋統計軟體分析的方式
本書介紹行銷研究人員常用的多變量分析工具(如集群分析、迴歸分析、交叉分析、多元尺度分析、單因子變異數分析等),以及如何運用這些分析工具驗證所提出的研究假設,進一步達到區隔市場、選擇目標消費者與決定合適的價值主張。
【目錄】
第一篇 何謂行銷研究
第1章 行銷研究介紹
第2章 找出既有趣又有意義的研究題目
第3章 行銷資訊系統與次級資料
第4章 傳統行銷策略分析工具
第二篇 大數據資料的取得與分析
第5章 大數據資料特性與分析方法
第6章 大數據資料與顧客關係管理
第三篇 初級資料的取得
第7章 深入了解消費者想法:質化研究與資料的蒐集
第8章 新產品開發與概念測試
第9章 如何使用實驗設計法來幫助完成行銷研究案
第10章 行銷研究的問卷設計
第11章 抽樣、調查法與行銷理論
第四篇 初級資料的分析與呈現
第12章 問卷資料的編碼與分析
第13章 問卷資料常用的分析工具
第14章 行銷研究報告之撰寫與簡報
立即查看
商用大數據分析-第二版(商用數據應用師認證教材指定用書) (2版)
類似書籍推薦給您
【簡介】
👍 中華企業資源規劃學會「商用數據應用師」認證教材指定用書
過去在商用大數據分析上,多著重在演算法的介紹,內容過於側重數理理解,這讓許多商管學生為之卻步。更有甚者,是太著重在程式撰寫上,這也讓沒有程式基礎的學生難以親近應用。
本書要打破這些商管學生的困擾,以顧客的R(銷售時間)、F(銷售頻率)、M(銷售金額)商業資料為主,以循序漸進方式,介紹各類資料探勘的聰明方法(即演算法),再透過免費的Google Colab平台,以Python語言為基礎,用簡易的指令撰寫,協助商管背景人士一步步進行操作,期望商管人士可以在這樣開放、免費的環境下,透過案例說明與實作,輕鬆跨過這道牆,建立起對商用大數據分析的正確基礎觀念與操作。
* 最新第二版特別針對生成式人工智慧(Generative AI)等新興技術進行介紹,讓讀者可以在大數據的框架下,掌握未來技術的發展趨勢。
* 以豐富的插圖與淺顯易懂的解說,輕鬆讀懂大數據演算法的內容。
* 提供商管案例做為資料探勘參考。
* 所有實作資料來自於轉換後的真實商業資料。
* 提供完整程式碼無痛接軌實作。
* 中華企業資源規劃學會「商用數據應用師」認證教材指定用書。
【目錄】
Chapter 1 簡介
1.1 認識商用大數據分析
1.2 資料探勘(Data Mining)
1.3 說人話的圖表
Chapter 2 開挖
2.1 了解資料探勘過程的初步步驟
2.2 如何找到可挖掘的探勘地點
2.3 選擇探勘工具
Chapter 3 介紹客戶及產品集群的方法
3.1 集群原理
3.2 介紹集群的應用
3.3 如何進行集群
3.4 判別最佳集群數
3.5 演算法的應用案例
Chapter 4 看看分群的結果
4.1 客戶價值與 RFM 模型
4.2 跑一次看看
4.3 結果解釋
4.4 結果應用
Chapter 5 關聯規則
5.1 探討時間與商品的關聯性
5.2 找到關聯的意義
5.3 商家如何從購物車中找出關聯
5.4 關聯規則演算法運作
5.5 了解分析過程後的管理意涵
Chapter 6 看看關聯的結果
6.1 跑一次看看
6.2 另一案例
6.3 結果應用
Chapter 7 決策樹
7.1 如何知道公司資料中的消費者會不會再來購物
7.2 決策樹怎麼來的
7.3 如何形成決策樹
7.4 算一次決策樹
7.5 驗證建好的決策樹
7.6 剪枝的概要說明
7.7 實務應用範例
Chapter 8 看看決策樹的結果
8.1 跑一次決策樹分析看看
8.2 如何解釋眼前生成的這棵樹
8.3 延伸應用
Chapter 9 隨機森林與最近鄰
9.1 隨機森林 - 把樹擴大了
9.2 隨機森林演算
9.3 最近鄰演算法(k nearest neighbor, kNN)
9.4 kNN 的實務應用
9.5 實務應用範例
Chapter 10 執行一下隨機森林吧
10.1 跑一次隨機森林演算法看看
10.2 結果解釋
Chapter 11 執行一下 kNN 吧
11.1 跑一次 kNN 演算法
11.2 結果解釋
Chapter 12 類神經
12.1 預測
12.2 預測的基本概念
12.3 類神經如何運作
12.4 類神經如何訓練
12.5 類神經背後原理
12.6 類神經應用範例
12.7 生成式人工智慧簡介
12.8 人工智慧生成句子推演過程
12.9 人工智慧的挑戰與未來發展
Chapter 13 執行類神經網路 ANN
13.1 淺談架構 ANN 分類器的概念
13.2 跑一次 ANN 演算法
13.3 結果解釋
Chapter 14 支援向量機
14.1 有效的分類客戶
14.2 支援向量機
14.3 人類是如何進行分類
14.4 電腦上的支援向量機如何分類
14.5 建立支援向量機模型
14.6 核函數算完後⋯⋯
14.7 應用產生的 SVM 模型來分類
14.8 支援向量機的實務應
Chapter 15 執行支援向量機 SVM
15.1 跑一次支援向量機算法
15.2 結果解釋
附錄A Colab 使用介紹 (電子書,請線上下載)
附錄B Python 基本模組套件引用介紹 (電子書,請線上下載)
附錄C 邏輯運算思維中必知語法:if 假如條件的判斷、for 重複工作的迴圈 (電子書,請線上下載)
立即查看