描述
R語言的資料採礦導引–大數據時代的資料分析
| 書號:29115 | 出版日期：2018/8 |
| 作者：陳鴻敏 | 發行狀況：發行中 |
| 定價：680NT | 版次 ：初 |
| 附件：綠 | ISBN：9789578755550 |
| 規格：18開/單色/704頁 | EAN：978-957-8755-55-0 |
29115 書籍綠色範例檔
| ||
 | ||
| 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 Chapter 4 迴歸分析 Chapter 5 分類分析 Chapter 6 決策樹 Chapter 7 資料包絡分析 Chapter 8 隨機森林 Chapter 9 類神經網路及人工智慧 Chapter 10 R的大數據處理 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 | ||
| ||
| ||
| 各章節精彩範例檔 |
