随着云计算、大数据等的快速发展，越来越多的组织用信息化手段进行流程管理。如何提升流程执行的智能化程度、动态性和柔性，以提高对非标准业务的管理效率，是流程管理面临的一个重要问题。本书基于流程管理系统积累的日志，提出了3种流程管理的工作流活动推荐方法，分别为基于用户类别近邻的活动推荐方法、基于Pearson相关系数的活动推荐方法和基于协同过滤的活动推荐方法，并介绍了一种流程信息的可视化算法，实现了一个
电子书
章节目录
- 封面
- 书名页
- 版权页
- 如何使用本书
- 目录
- 第0章 说在前面的话
- 0.1 大数据分析案例
- 0.2 数据分析
- 0.2.1 数据分析不同于信息化系统
- 0.2.2 数据分析不同于统计分析
- 0.2.3 数据分析不同于数据挖掘
- 0.2.4 数据分析不同于数据管理
- 0.2.5 数据分析不同于商业智能
- 0.2.6 数据分析的内容
- 0.3 数据分析师
- 0.3.1 什么是数据分析师
- 0.3.2 基本要求
- 0.4 数据分析过程
- 0.4.1 业务理解
- 0.4.2 指标设计
- 0.4.3 数据建模
- 0.4.4 分析报告
- 业务理解篇
- 第1章 正确的思维观
- 1.1 数据思维
- 1.2 统计思维
- 1.2.1 统计学
- 1.2.2 描述
- 1.2.3 概括
- 1.2.4 分析
- 1.3 逻辑思维
- 1.3.1 上取/下钻思维
- 1.3.2 求同/求异思维
- 1.3.3 抽离/联合思维
- 1.3.4 离开/接近思维
- 1.3.5 层次思维
- 第2章 理解数据
- 2.1 数据是什么
- 2.2 数据所依存的背景
- 2.3 数据维度
- 2.4 数据敏感
- 2.5 数据质量
- 2.6 理解数据要注意的问题
- 2.6.1 不要对完美数据的盲目执着
- 2.6.2 小样本数据也能做数据分析
- 第3章 理解业务
- 3.1 全局了解——业务模型
- 3.2 动态了解——流程模型
- 3.3 静态了解——数据模型
- 3.4 动静结合——关键业务分析
- 3.5 数据业务化
- 第4章 理解用户
- 4.1 由粗到细，从宏观到微观
- 4.2 由少到多，收集不同层次的需求
- 4.3 数据分析师对理解用户需求的思考
- 4.3.1 如何用需求分析明确产品目标?
- 4.3.2 数据分析师理解用户需求应该具备的基本素养
- 4.3.3 如何根据用户行为去驱动产品?
- 指标设计篇
- 第5章 数据准备
- 5.1 数据探索
- 5.1.1 缺失值分析与处理
- 5.1.2 异常值分析与处理
- 5.1.3 不一致数据分析
- 5.2 数据整理
- 5.2.1 规范化
- 5.2.2 数据选择
- 5.2.3 数据归约
- 5.2.4 数据变换
- 5.3 数据集成
- 5.3.1 通过向量化重构数据
- 5.3.2 为数据添加新变量
- 5.3.3 数据透视表
- 5.3.4 列联表
- 5.3.5 数据整合
- 5.3.6 分组计算
- 第6章 数据指标
- 6.1 指标和维度
- 6.2 特征工程
- 6.2.1 特征工程作用
- 6.2.2 特征设计
- 6.2.3 特征选择
- 6.2.4 特征提取
- 6.3 指标设计基本方法
- 6.3.1 生成用于判别的变量
- 6.3.2 生成离散变量
- 6.3.3 业务标签化
- 6.4 典型业务指标设计
- 6.4.1 零售店铺数据分析指标
- 6.4.2 电商数据分析指标
- 第7章 数据认知
- 7.1 认知数据的平均水平和波动情况
- 7.2 认知数据的分布
- 7.3 利用相关系数理解数据之间的关系
- 7.4 通过对比认知数据
- 7.5 通过多维交叉来深入认知数据
- 7.6 周期性分析
- 7.7 贡献度分析
- 7.8 因子分析
- 数据建模篇
- 第8章 神经网络
- 8.1 模型原理
- 8.2 进阶指导
- 第9章 回归分析
- 9.1 模型原理
- 9.2 进阶指导
- 第10章 聚类分析
- 10.1 模型原理
- 10.2 进阶指导
- 第11章 关联分析
- 11.1 模型原理
- 11.2 进阶指导
- 第12章 决策树
- 12.1 模型原理
- 12.2 进阶指导
- 第13章 随机森林决策树
- 13.1 模型原理
- 13.2 进阶指导
- 第14章 自适应选择决策树
- 14.1 模型原理
- 14.2 进阶指导
- 第15章 SVM
- 15.1 模型原理
- 15.2 进阶指导
- 第16章 建模指导
- 16.1 建模要注意的问题
- 16.2 R语言中建模常用包
- 16.3 数据分析模型的原理和应用场景
- 价值展现篇
- 第17章 如何写好数据分析报告
- 17.1 数据的价值
- 17.1.1 收入
- 17.1.2 支出
- 17.1.3 风险
- 17.1.4 参照系
- 17.2 讲故事
- 17.2.1 数据讲故事的四大要点
- 17.2.2 阿里指数能告诉你……
- 17.3 如何写报告
- 17.3.1 写作原则
- 17.3.2 报告的类型和分析能力
- 17.3.3 报告的细节
- 17.4 报告的结构
- 17.4.1 标题
- 17.4.2 背景与目标
- 17.4.3 项目说明
- 17.4.4 分析思路
- 17.4.5 分析主体
- 17.4.6 总结与建议
- 17.5 文字表达
- 17.5.1 突出关键信息
- 17.5.2 避免啰唆的表达
- 17.5.3 站在读者角度
- 17.5.4 不带主观臆断
- 17.6 分析过程
- 17.6.1 样本选择
- 17.6.2 方法实施
- 17.7 注意事项
- 第18章 数据可视化
- 18.1 什么是数据可视化
- 18.2 数据可视化的作用
- 18.3 可视化建议
- 18.4 科学与艺术的结合
- 18.5 可视化细节
- 18.6 R语言绘图
- 18.6.1 低水平绘图命令
- 18.6.2 高水平绘图命令
- 18.6.3 交互式绘图命令
- 18.7 图形适用场景
- 第19章 数据分析报告制作工具
- 19.1 knitr包
- 19.1.1 安装knitr
- 19.1.2 Markdown语法
- 19.1.3 报告制作
- 19.2 rmarkdown包
- 19.2.1 创建R Markdown
- 19.2.2 R Markdown文本处理
- 19.2.3 插入代码块
- 19.2.4 结果的输出
- 实战进阶篇
- 第20章 校园网中推荐者的推荐价值分析
- 20.1 业务理解
- 20.2 指标设计
- 20.3 描述性分析
- 20.4 模型分析
- 20.5 分析报告
- 第21章 上市企业财务报表分析与ST预测
- 21.1 业务理解
- 21.2 指标设计
- 21.3 描述性分析
- 21.4 模型分析
- 21.5 分析报告
- 第22章 为什么销售会减少——验证性分析
- 22.1 业务理解
- 22.2 指标设计
- 22.3 描述性分析
- 22.4 结论与建议
- 第23章 什么样的顾客会选择离开——探索性分析
- 23.1 业务理解
- 23.2 指标设计
- 23.3 描述性分析
- 23.4 结论与建议
- 第24章 哪种广告的效果更好——假设检验
- 24.1 业务理解
- 24.2 数据建模
- 24.3 模型分析
- 24.4 结论与建议
- 第25章 如何获得更多的用户——多元回归分析
- 25.1 业务理解
- 25.2 数据建模
- 25.3 模型分析
- 25.4 结论与建议
- 第26章 航空公司顾客价值分析——聚类
- 26.1 业务理解
- 26.2 指标设计
- 26.3 模型构建
- 26.4 模型评价
- 26.5 结论与建议
- 第27章 窃电用户行为分析——决策树
- 27.1 业务理解
- 27.2 简单指标设计
- 27.3 描述性分析
- 27.4 复杂指标设计
- 27.5 数据建模
- 27.6 模型分析
- 27.7 结论与建议
- 参考文献
- 附录
- 附录A R语言中常用数据处理函数
- 附录B 大数据原理
- 附录C 可视化数据挖掘Rattle包
- 后记
- 封底
展开全部
数据分析师养成宝典是2018年由机械工业出版社出版,作者程显毅 曲平 李牧 编著。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《数据分析师养成宝典》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
随着企业数字化转型不断深化，企业对数据库工程师的需求越来越大。本书结合实际工作场景，将企业数据库运维的相关工作分为10个项目，内容包括了解数据库运维工作，安装和配置MySQL，管理MySQL权限与安全，分析MySQL日志，备份与恢复MySQL，监控、测试并优化MySQL性能，MySQL复制，搭建及运维MySQLCluster，结合Redis的MySQL运维，数据库自动化运维。本书配套教学PPT、题
电子书
《Python程序设计——编程基础、Web开发及数据分析》系统讲述了Python程序设计的基础知识。全书共15章，内容包括：Python概述、Python基本语法、Python的基本流程控制、Python的四种典型序列结构、Python函数、Python文件和数据库操作、面向对象程序设计、模块和包、字符串操作与正则表达式的使用、错误及异常处理、GUI编程、网络和多线程编程、基于Flask框架的We
电子书
本书主要介绍如何使用Python处理Excel数据。本书内容分为三大部分：第一部分主要介绍数据分析的概念和Python基础；第二部分通过蜂蜜电商数据分析案例详细介绍数据分析的技术要点，包括读写Excel文件所需的xlwings库和openpyxl库、数据分析的pandas核心库，以及数据可视化常用的Matplotlib库和Seaborn库；第三部分包括个人消费贷款数据分析和螺蛳粉连锁店销售数据分析
电子书
由钱显毅著的《供电与电力牵引技术》的主要内容包括供电与电力牵引两个方面，分为12章：供电与电力负荷计算、功率因数补偿技术、三相短路电流及其计算、高压电器设备选择、电力线路、供电系统的保护、供电系统的信息化、电力系统CAD软件开发应用、轨道交通供电系统、接触网、电力牵引与电气计算、电力监控系统。符合《教育部关于实施卓越工程师教育培养计划的若干意见》的要求。本书可作为大学本科电力、电气、机电、自动化、
电子书
本书是着眼于电工初学者的工具书，主要介绍电工在工作实践中需要记住或需要经常查找的一些常用技术参数、数据，同时也介绍了一些比较简单的计算方法。内容包括：常用电工材料的应用参数、供配电系统工程应用参数、电气照明与布线的应用参数、电工通用数据等。
电子书
本书结合国际上传感技术及应用方面的发展趋势，梳理了新型传感技术的共性基础问题，包括传感器特性、传感器测量不确定度、先进敏感材料、传感器建模分析、传感器的微纳制造与封装技术；在此基础上总结了传感器领域的相关新研究进展，以新材料、新机理、新应用为主线，介绍了石墨烯基传感器、硅电容式集成传感器、谐振式传感器、声表面波传感器、光纤传感器、柔性传感器、仿生传感器、特种传感器、无线传感器网络等。既重视理论分析
电子书
本书包括“硬件组装与选购”“系统安装与应用”“系统维护与故障排除”3个模块，共9个项目，32个工作任务。在硬件组装与选购部分，着重介绍了计算机的5大核心硬件，其中涉及不少笔记本电脑硬件的内容。在系统安装与应用部分，主要围绕“如何安装操作系统”这一主线进行介绍。在系统维护与故障排除部分，主要介绍了计算机硬件和软件故障的分析思路和解决方法，并重点介绍了如何分析处理网络故障。书中的硬件部分内容都来自于2
