書名: 大數據分析概論 (1版)
作者: 張博一、張紹勳、張任坊
版次: 1
ISBN: 9789865033163
出版社: 全華
出版日期: 2020/03
書籍開數、尺寸: 19x26x2.26
重量: 0.82 Kg
頁數: 452
內文印刷顏色: 單色
#資訊
#雲端計算與大數據
定價: 680
售價: 598
庫存: 庫存: 1
LINE US! 詢問這本書 團購優惠、書籍資訊 等

付款方式: 超商取貨付款 line pay
信用卡 全支付
線上轉帳 Apple pay
物流方式: 超商取貨
宅配
門市自取

詳細資訊

書名:大數據分析概論 作者:張博一, 張紹勳, 張任坊 出版社:全華 出版日期:2020/04/01 ISBN:9789865033163 內容簡介   大數據(Big Data),爆紅速度僅次於雲端運算。近年來,雲端運算雖然還是很熱門的話題,但更熱門的是Big Data,情況就像幾年前廠商不約而同在談雲端運算一樣。   大數據已成為目前全球學術單位、政府機關以及頂級企業必須認真面臨的挑戰,隨著有關大數據的程式語言、運算平台、基礎理論,以及虛擬化、容器化的技術成熟,了解大數據的原理、實作、工具、應用以及未來趨勢,都將會是求學、進修、求職、深造的必備技能。   本書包含大數據分析:基礎概念、基本理論、分析技術及工具、大數據統計應用技術、生態系統平臺、雲端運算等六大類概念。內文包含大量示意圖,解說大數據分析之觀念。 本書特色   1.本書包含大數據分析:基礎概念、基本理論、分析技術及工具、大數據統計應用技術、生態系統平臺、雲端運算等六大類概念。   2.內文包含大量示意圖,解說大數據分析之觀念。 目錄 Chapter1 大數據及人工智慧(AI) 1-1 大數據(Big data) 的來源、型態、價值 1-2 處理大數據的原則(principle) 1-3「大數據與人工智慧」的整合應用 1-4 AI 機器學習 1-5 大數據vs. 資料探勘(data mining) 1-6 大數據案例及軟硬體配備的需求 1-7 大數據的應用案例 1-8 大數據在商務智慧之分析(business intelligence/analytics) Chapter2 大數據分析 2-1 大數據分析(Big data analytics, BDA) 2-2 大數據分析與機器學習的整合 2-3 文本挖掘(text mining,TM):Tree-Based 分析 2-4 自然語言處理(NLP):Tree-Based 分析 2-5 機器學習:最大概似(ML) 之Tree-Based 家族 2-6 音頻分析(audio analytics) 2-7 圖像分析(image analytics) 2-8 社交網路分析(social network analysis) 2-9 位置分析、空間決策及大數據:空間自迴歸、Moran's I 相關值 Chapter3 數據科學之分析技術及工具 3-1 創立一個支持大數據的組織:將大數據帶回家的步驟 3-2 數據分析(data analysis):數據科學 3-3 數據(data) 處理:資料倉儲及OLAP 3-4 資料挖掘/ 數據挖掘(data mining, DM) 3-5 數據串流(data streams) 3-6 大數據態樣(patterns) 的分析法-7 個食人魔(Ogres) 3-7 計算平臺、作業系統(OS)、軟體框架 Chapter4 大數據統計的應用技術 4-1 醫學影像分析(medical image analysis) 4-2 多變量分析(multivariate statistics) 4-3 自然語言處理(natural language processing, NLP) 4-4 官方統計& 調查方法論(official statistics and survey methodology) Chapter5 Hadoop生態系統(平臺):Apache Hadoop及Spark 5-1 大數據工具 5-2 大數據應用、軟體、硬體 5-3 批量平行programming模型 5-4 程式碼開放(open-source)叢集管理(cluster management)框架 5-5 大數據之整合軟體 Chapter6 雲端運算:基礎設施、平台、應用 6-1 雲端運算概念、挑戰 6-2 Amazon Web Services (AWS):雲端運算服務 6-3 雲技術、平台用於數據計算及分析

為您推薦

大數據分析之資料庫理論與實務(SQL SERVER 2017版) (1版)

大數據分析之資料庫理論與實務(SQL SERVER 2017版) (1版)

類似書籍推薦給您

書名:大數據分析之資料庫理論與實務(SQL Server 2017版) 作者:曾守正, 周韻寰 出版社:華泰 出版日期:2018/03/00 ISBN:9789574353583 內容簡介   一、訓練初學者在資料處理、資料庫設計,與應用方面的造詣。   二、了解關聯式資料庫系統與NoSQL的概念,做為邁向大數據分析之基礎。   三、讓同學們從技術與管理層面去了解資料庫管理師(DBA)的角色。   四、讓同學們具有獨立完成分析、規劃中、大型軟體專案的基本能力。   五、藉由SQL Server實務與理論的驗證,培養大數據分析的就業基礎能力。   六、幫助同學們準備高、普考,以及研究所入學考。 目錄 第零章 資料庫進化史與技術總覽 基礎篇 第1章 資料庫系統 第2章 資料模式 第3章 關聯式資料庫管理系統 第4章 關聯式資料模式的資料結構 第5章 關聯式資料模式的整合限制條件 第6章 關聯式資料模式的資料運算 第7章 結構化查詢語言SQL 第8章 視界 第9章 邏輯資料庫設計:關聯表的正規化 進階篇 第10章 Transact-SQL 在XML與JSON方面的支援 第11章 異動管理 第12章 分散式資料庫系統 第13章 異質性分散式資料庫系統 第14章 商業智慧與資料倉儲

原價: 700 售價: 665 現省: 35元
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)

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)

原價: 580 售價: 493 現省: 87元
立即查看
大數據分析與應用 (1版)

大數據分析與應用 (1版)

類似書籍推薦給您

【簡介】   本書主要介紹大數據分析的基本概念、方法、模型和工具,期望幫助讀者更易理解,並能將大數據分析應用於各種不同領域。書中內容涵蓋了資料探勘、上下文文本分析、分散式聚類與機器學習等多項主題,從基礎的資料探勘與建模,到進階的機器學習演算法,深入淺出地說明各種大數據分析的技術與應用,有助於讀者奠定完整的大數據分析基礎。 內容特色 內含大量範例與研究案例。 針對Apache Hadoop進行深入探討。 每章最後皆附有概念回顧題、選擇題、實作題以及批判性思考題等各類型問題。 【目錄】 Chapter 1 大數據簡介 Chapter 2 資料探勘與建模 Chapter 3 大數據探勘──應用觀點 Chapter 4 大數據之王萬歲──上下文情境 Chapter 5 大數據:文本分類與主題建模 Chapter 6 多標籤大數據探勘 Chapter 7 大數據的分散式高維度資料聚類 Chapter 8 機器學習與大數據的增量學習 Chapter 9 當今商業領域中的分析 Chapter 10 結語

原價: 480 售價: 451 現省: 29元
立即查看
商務大數據分析:案例分析與AI應用趨勢 (1版)

商務大數據分析:案例分析與AI應用趨勢 (1版)

類似書籍推薦給您

本書特色 1.深入大數據世界:從核心概念到廣泛應用,揭示大數據的精髓,並深度探討大數據在商業中的應用,包括創新商業模式。 2.擴展豐富實例:透過案例分析與範例實作,理解大數據帶來的行業價值,如:YouBike空位查詢、房價預測、股市漲跌預測、星際大戰人物網路關係描繪、圖像生成以及製造、零售、醫療等行業案例。 3.學習多元數據分析技術:掌握多種大數據分析技術,如決策樹、時間序列、爬蟲、協同過濾、貝氏定理、隱馬可夫模型、社會網路等。 4.展開AI的探索之旅:探索人工智慧,包括機器學習、深度學習、自然語言、圖像辨識、生成式 AI 概念及 OpenAI 生成。 5.練習實際程式範例:透過 Google Colab 的 Python 進行實作,體驗大數據和AI的魅力,並加贈R語言範例程式碼。 內容簡介 本書共十五章,涵蓋了商務大數據分析的基礎知識、分析工具、案例探討和人工智慧應用的趨勢。 前四章聚焦於大數據理論基礎,從大數據的發展沿革、價值、商業模式創新到管理方面進行探討。隨後深入介紹大數據分析的主題,包括概念、流程和數據準備的方法。此外,書中詳述了大數據分析工具,並提供了實際範例以幫助讀者更深入地了解和應用這些技術。 最後,介紹人工智慧的基礎概念,包括機器學習、深度學習、自然語言處理、圖像辨識、生成式 AI 概念及 ChatGPT實作,了解大數據與 AI 密不可分的關連性。 目錄 Ch01 大數據發展沿革 1-1 企業資料管理演進 1-2 大數據源起 1-3 大數據定義 1-4 大數據特性 1-5 小結 Ch02 大數據行業價值 2-1 大數據價值 2-2 大數據行業應用機會 2-3 大數據企業應用案例 2-4 小結 Ch03 大數據商業模式創新 3-1 數據化與創新 3-2 大數據開放資料 3-3 大數據生態系與商業模式創新 3-4 小結 Ch04 企業大數據管理 4-1 企業數位資料管理演進 4-2 大數據資料處理發展 4-3 大數據資料分析發展 4-4 大數據管理架構 4-5 大數據規劃與實施類型 4-6 大數據企業實施案例 4-7 企業採用趨勢與挑戰 4-8 小結 Ch05 大數據分析:概念與程序 5-1 數據分析是智慧決策基礎 5-2 從商業分析到預測分析 5-3 預測分析程序 5-4 預測分析工具 5-5 Python 工具安裝 5-6 小結 Ch06 大數據分析:數據的理解 6-1 問題解決方向 6-2 數據組織實作 6-3 數據擷取實作- 網頁爬蟲抓取 6-4 小結 Ch07 大數據分析:數據的準備 7-1 問題解決方向 7-2 數據探索與視覺化 7-3 探索性資料分析 7-4 小結 Ch08 大數據分析:聚類與分類 8-1 問題解決方向 8-2 聚類分析實作 8-3 分類分析實作 8-4 小結 Ch09 大數據分析:迴歸與趨勢 9-1 問題解決方向 9-2 迴歸分析實作 9-3 時間趨勢實作 9-4 小結 Ch10 大數據分析:相似與推薦 10-1 問題解決方向 10-2 異常與相似性判定實作 10-3 相似性推薦實作 10-4 小結 Ch11 大數據分析:關聯與關係 11-1 問題解決方向 11-2 關聯分析與實作 11-3 貝氏網路分析與實作 11-4 小結 Ch12 大數據分析:連結與網路 12-1 問題解決方向 12-2 隱馬可夫模型與實作 12-3 社會網路分析與實作 12-4 小結 Ch13 數據驅動的人工智慧發展 13-1 人工智慧沿革 13-2 人工智慧方法演進 13-3 機器學習方法 13-4 深度學習方法 13-5 生成式AI 發展 13-6 ChatGPT 實作 13-7 小結 Ch14 AI探索:文本挖掘分析 14-1 自然語言發展沿革 14-2 問題解決方向 14-3 文本挖掘分析- 文字雲 14-4 文本挖掘分析-TFIDF 文本相似查詢 14-5 小結 Ch15 AI探索:圖像辨識分析 15-1 電腦視覺發展沿革 15-2 問題解決方向 15-3 圖像辨識分析-CNN 深度學習 15-4 小結

原價: 420 售價: 370 現省: 50元
立即查看
文科生也可以輕鬆學會Web Scraper網路爬蟲與Power Automate X Excel大數據分析 (1版)

文科生也可以輕鬆學會Web Scraper網路爬蟲與Power Automate X Excel大數據分析 (1版)

類似書籍推薦給您

簡介 不用動手寫程式,讓Web Scraper爬蟲 X Power Automate自動化工具幫你搞定! • 活用ChatGPT學習網路爬蟲、大數據分析和辦公室自動化 • ChatGPT學習SQL語法,建立高效率Excel資料處理術 ⭐️ Web Scraper是第一名Chrome擴充功能的爬蟲工具,不用撰寫程式碼,就可以建立CSS選擇器的網站爬取地圖從網站擷取資料,本書不只教你利用內建視覺化工具輕鬆爬取Web網站,更能夠使用ChatGPT學習HTML標籤+CSS選擇器,並了解各種網站巡覽結構。 ⭐️ Power Automate Desktop自動化工具,可以建立流程來執行一系列動作,輕鬆打造Windows應用程式和Excel自動化,來提高辦公室的工作效率,不只如此,再搭配書中使用ChatGPT學習SQL語法後,我們更可以整合Power Automate Desktop + SQL建立高效率的Excel資料處理。 目錄 第一篇 Web Scraper 網路爬蟲 第1章 認識HTML、CSS 和網路爬蟲 1-1 網路爬蟲的基礎 1-2 了解瀏覽器瀏覽網頁的步驟 1-3 認識HTTP 通訊協定與URL 網址 1-4 HTML5 標示語言與CSS 1-5 使用ChatGPT 學習HTML 和CSS 1-6 在瀏覽器安裝Web Scraper 擴充功能 第2章 爬取標題與文字編排標籤 2-1 爬取HTML 標題文字標籤 2-2 爬取HTML 段落文字標籤 2-3 爬取HTML 文字格式標籤 2-4 使用ChatGPT 學習CSS 型態和id 屬性選擇器 2-5 編輯與管理Web Scraper 網站地圖 第3章 爬取清單項目和表格標籤 3-1 爬取HTML 清單標籤 3-2 爬取HTML 表格標籤 3-3 網路爬蟲實戰:爬取台積電的股價資訊 3-4 在網路地圖新增多個起始URL 3-5 使用ChatGPT 學習CSS 樣式類別和群組選擇器 3-6 如何使用Element 節點爬取HTML 標籤 第4章 爬取圖片和超連結標籤 4-1 爬取HTML 圖片標籤 4-2 爬取HTML 超連結標籤 4-3 網路爬蟲實戰:網路商店的商品清單 4-4 網路爬蟲實戰:商品項目的詳細資訊 4-5 使用ChatGPT 找出定位HTML 元素的CSS 選擇器 第5章 爬取容器和HTML 版面配置標籤 5-1 爬取HTML 容器標籤 5-2 網路爬蟲實戰:Bootstrap 相簿網頁的網頁資料 5-3 爬取HTML 版面配置標籤 5-4 使用正規表達式清理擷取的資料 第6章 爬取階層選單和上/下頁巡覽的網站 6-1 認識網站巡覽 6-2 爬取階層選單巡覽的網站. 6-3 爬取上/下頁巡覽的網站 6-4 起始URL 網址的範圍參數 第7章 爬取頁碼、更多按鈕和捲動頁面巡覽的網站 7-1 認識Web Scraper 的分頁處理 7-2 爬取頁碼分頁巡覽的網站 7-3 爬取AJAX 分頁巡覽的網站 7-4 爬取更多按鈕巡覽的網站 7-5 爬取捲動頁面巡覽的網站 第8章 Web Scraper 網路爬蟲實戰:新聞、BBS 貼文、商務與金融數據 8-1 網路爬蟲實戰:Yahoo!電影與NBA 球員資料 8-2 網路爬蟲實戰:商業新聞和BBS 貼文 8-3 網路爬蟲實戰:商務與金融數據 8-4 網路爬蟲實戰:使用範圍參數爬取分頁資料 第二篇 ChatGPT X Excel 資料清理與大數據分析 第9章 認識大數據分析–資料視覺化 9-1 大數據的基礎 9-2 與資料進行溝通 – 資料視覺化 9-3 資料視覺化使用的圖表 9-4 資料視覺化的過程 第10章 ChatGPT 建立Excel 工作表與資料清理 10-1 使用ChatGPT 建立Excel 工作表 10-2 格式化Excel 工作表的儲存格成為表格 10-3 認識Excel 資料清理 10-4 Excel 資料清理–刪除多餘字元與型態轉換 10-5 Excel 資料清理–處理遺漏值和刪除重複資料 第11章 Excel 資料分析與樞紐分析表 11-1 在Excel 儲存格套用整欄公式 11-2 使用ChatGPT 寫出和學習Excel 函數 11-3 使用ChatGPT 進行表格資料的分析 11-4 在Excel 建立樞紐分析表 第12章 在Excel 進行資料視覺化 12-1 在Excel 設定格式化的條件 12-2 在Excel 建立視覺化圖表 12-3 使用Excel 樞紐分析表建立動態圖表 第三篇 Power Automate Desktop 自動化 第13章 Power Automate Desktop 基本使用 13-1 認識Power Automate 與RPA 13-2 下載與安裝Power Automate Desktop 13-3 建立第一個Power Automate 桌面流程 13-4 Power Automate 介面說明與匯出/匯入流程 13-5 Power Automate 的變數與資料型態 13-6 Power Automate 的條件、清單與迴圈 第14章 Power Automate Desktop 辦公室自動化 14-1 自動化檔案與資料夾處理 14-2 自動化日期/時間處理 14-3 自動化操作Windows 應用程式 14-4 實作案例:自動化下載網路CSV 檔和匯入Excel 檔 14-5 實作案例:自動化啟動Web Scraper 爬取網頁資料 第15章 Power Automate Desktop 自動化操作Excel 15-1 自動化建立與儲存Excel 檔案 15-2 自動化在Excel 工作表新增整列和整欄資料 15-3 自動化讀取和編輯Excel 儲存格資料 15-4 自動化Excel 工作表的處理 15-5 實作案例:自動化統計和篩選Excel 工作表的資料 第16章 Power Automate Desktop + SQL 高效率Excel 資料處理術 16-1 在Power Automate Desktop 執行SQL 指令 16-2 使用ChatGPT 學習SQL 語言 16-3 使用SQL 指令篩選Excel 資料 16-4 使用SQL 指令進行Excel 資料分析 16-5 實作案例:使用SQL 指令處理Excel 遺漏值 16-6 實作案例:使用SQL 指令在Excel 工作表新增記錄 附錄 A 註冊與使用ChatGPT(電子書)

原價: 600 售價: 510 現省: 90元
立即查看