





作者:黄翼
定价:59元
印次:1-2
ISBN:9787302626046
出版日期:2023.04.01
印刷日期:2024.08.02
图书责编:梁媛媛
图书分类:学术专著
大数据时代,产业呈现数字化趋势,使大数据成为核心的生产要素,进而成为推动经济高质量发展的新动能。以数据生成、采集、存储、清洗、挖掘、分析、服务为主的大数据产业已成为新兴产业,是实现产业结构升级的新路径。为普及数据素养和技能,构建大数据思维,《商务数据分析》通过介绍数据挖掘方法在商务领域的应用,驱动好奇心,认知商务情境;发现业务问题,明确诠释问题;探索数据镜像世界,科学处理、分析数据;理性做出预测、决策,有条不紊地表达,充分发挥数据的商业价值。 《商务数据分析》适合高等教育经济管理专业教学使用,也适合读者自我提升学习使用,有助于形成数据思维、数据认知、数据合规意识,提升数据处理技能,熟悉商务领域应用,从而提升职业竞争力。
"黄翼,上海杉达学院教师,留学英国硕士,博士在读。主要研究方向国际商务、公司战略和价值链。主要讲授国际贸易实务、商务英语写作、商务数据分析、商务流程综合实训等课程。曾主持上海市政府专项、上海市优青项目、校重点课程、校教改项目、校基金项目,获国家版权局计算机软件著作权,主编及参编教材,发表论文多篇。2014年荣获“全国民办高校国际商务专业教师‘优师杯’双语教学技能竞赛”三等奖,2016年获得“上海杉达学院青年教师教学竞赛”一等奖,并于同年荣获上海市“第二届上海高校青年教师教学竞赛”二等奖。2017年荣获“上海杉达学院教学成果奖”二等奖,2019年荣获“上海杉达学院教学成果奖”一等奖。 "
前 言 商务数据分析又称商业分析,是一门新兴交叉学科。它是统计学、数学、信息和计算机科学与商业经济管理学的融合,既注重对经济管理专业知识的理论掌握和实践应用,又注重大数据、人工智能、机器学习的方法和技能,旨在提高管理决策效率。从理论角度来讲,商务数据分析通过把数据映射到镜像世界,用结构化描述的方式和机器学习洞悉数据中的奥秘,找到可行的线索。从实践角度来讲,商务数据分析把案例或实际的数据规律概括成模型,借助模型和数据处理方法(包括分类、聚类、判别、预测等)实现描述、预测或决策的目的,将模型及处理过程部署到社会生产实践中,以改善生产方式、提高生产效益。 商务数据分析是学习在社会生产实践中如何采集数据并把数据转换成可行的决策。机器学习可以构建基于多种算法的建模方式,理解理论基础,探索、评估和判定可行方案,从而精准洞悉数据的价值。然而,凡事都有两面性,数据挖掘既有正面作用又有负面效应。一方面,用好数据分析可以提升运营绩效、社会治理水平、经济发展水平(例如安防、疫情防控、精准扶贫、地震或海啸等灾害预测);另一方面,滥用数据分析会导致触碰伦理道德底线、法律红线,最终难逃法律的制裁。因此,学习者需要保持谨慎的态度,避免现实生活中数据采集及数据挖掘(例如机器学习)的滥用,注重对数据的管理,包含数据获取、处理、分析、应用过程的合规管理,以及对特定隐私数据的保护。然而,解决数据使用合规性的难题,也是合理使用数据的复杂性问题。这主要体现在以下三个方面。 (1) 法律对种族、民族、宗教或受保护类型的数据的商业用途有特殊限定。但是,在实际使用数据分析时,排除此类信息远...
第一部分 大数据基础
第一章 大数据导论 3
一、什么是大数据 3
二、为何要做数据挖掘 5
三、数据分析的应用 7
练习题 10
第二章 大数据技术 11
一、大数据的技术框架 11
二、与大数据处理相关的技术 12
三、数据挖掘的一般流程 14
练习题 16
第二部分 Python编程基础
第三章 Python环境搭建 19
一、Python的版本与安装 19
二、PyCharm的安装与使用 23
三、Anaconda的安装与使用 27
练习题 30
第四章 Python编程基础 31
一、Python变量设定和赋值数据类型 31
二、Python的运算符 38
三、控制流 42
四、常用函数 49
五、Python基础语法 50
练习题 54
第五章 Python数据挖掘 55
一、NumPy模块 55
二、Pandas模块 68
练习题 106
第六章 Python数据可视化 107
一、数据可视化 107
二、Pandas绘图 111
三、Matplotlib其他绘图 120
练习题 123
第三部分 数据挖掘基础
第七章 数据预处理 127
一、数据存在的问题 127
二、数据预处理的手段 129
练习题 138
第八章 多元线性回归 139
一、介绍 139
二、解释模型与预测模型 139
三、回归方程的估计与预测 140
四、线性回归中的变量选择 141
练习题 143
第九章 K-NN算法 145
一、K-NN分类器(分...
"