✍ Scribed by 拉杰库马尔·文卡特森; 保罗·法瑞斯
No coin nor oath required. For personal study only.
企业管理人员进行营销资源配置、精准锁定营销目标的必读书，美国商学院MBA营销分析课程指定用书，以真实的商业场景和案例数据展现营销分析在商业实践中的巨大作用。在这本书中，来自美国弗吉尼亚大学达顿商学院的三位专家介绍了当今最有价值的营销分析方法与工具，并为如何成功运用这些工具提供了实务方法。书中的每一部分都包含了提供统计背景与案例研究的技术性说明。所有这些案例研究都附加有被支持者用于制定决策的真实数据。随着你实践性学习的开展，你将会对营销分析的重要性形成更深刻的理解，学会把量化分析法整合到你的管理领悟力中，掌握诸如回归分析与聚类分析等核心的统计工具，并发现如何在实验设计中避免常见的易犯错误。
📜 SIMILAR VOLUMES
本书通过近100家平台和企业的近100个实战案例，由浅入深一步步诠释了大数据和营销的奥秘，从两条线帮助读者从入门到精通大数据营销，从新手成为大数据营销高手。 一条是横向案例线，通过大数据营销做得最好的十多个行业：服装、餐饮、房产、汽车、社交、影视、游戏、电商、医疗、通信、体育、旅游、生产等，对大数据营销和运营进行充分讲解。 一条是纵向技巧线，通过近100个成功案例讲解大数据营销技巧：模式、产品设计、用户体验、痛点痒点解决方案、运营、分享等，对大数据营销进行详细分析与说明。本书适合以上十多个热门行业，以及相关行业准备从事大数据营销的人员或者企业；从事大数据营销有一段时间却没有获得预期效果的人员或
本书从初学者角度详细介绍了Spark应用程序体系架构的核心技术，全书共9章。第1章详细介绍开发Spark框架的Scala编程语言；第2～4、7～8章主要讲解Spark核心基础、SparkRDD弹性分布式数据集、Spark SQL处理结构化数据、Spark Streaming实时计算框架、Spark MLlib机器学习库，并包含了搭建Spark集群、Spark集群的操作方式、利用Spark解决大数据工作中遇到的基本问题。第5～6章主要讲解大数据环境中常见的辅助系统，HBase数据库以及Kafka流处理平台，包含辅助系统的搭建方式、使用方法以及相关底层实现的基本原理；第9章是一个综合项目，利用Sp
本书详细阐述了与Hadoop 3大数据分析相关的基本解决方案，主要包括Hadoop简介、大数据分析概述、基于MapReduce的大数据处理、Python-Hadoop科学计算和大数据分析、R-Hadoop统计数据计算、Apache Spark批处理分析、Apache Spark实时数据分析、Apache Flink批处理分析、Apache Flink流式处 理、大数据可视化技术、云计算简介、使用亚马逊Web服务等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。
<p>大数据分析与机器学习技术已成为各行各业实现数字化变革的关键驱动力。本书以功能强大且较易上手的Python语言为编程环境，全面讲解了大数据分析与机器学习技术的商业应用实战。</p> <p>全书共16章，讲解了线性回归模型、逻辑回归模型、决策树模型、朴素贝叶斯模型、K近邻算法模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA（主成分分析）模型、聚类与分群模型（KMeans与DBSCAN算法）、协同过滤算法模型、Apriori关联分析模型、神经网络模型等十余种机器学习模型的原理和代码实现，每种模型都配有一到两个典型案例，涵盖金融、营销、医疗、社会
<p>《大数据分析与数据挖掘》综合大数据分析与数据挖掘的理论、技术和实际案例，以丰富的产学合作实务案例，深入浅出地剖析从大数据中掏金的秘诀。全书内容涵盖大数据分析与数据挖掘的基本概念、数据准备、大数据分析的方法与实证及相关的进阶运用，并佐以R语言及例题实作，提升读者的数据挖掘实战能力，开拓对大数据分析的洞察视野。</p> <p>随着移动通信和行动装置普及、物联网和网络发展，以及云端技术的不断进步，现今数据产生、搜集和储存方式比以往更为方便。数据挖掘与大数据分析可以从海量数据中，找到值得参考的样型或规则，转换成有价值的信息、洞察或知识，创造更多新价值。</p> <p>本书主要介绍数据挖掘与大
这是一部从实战角度讲解如何利用Python进行数据分析、挖掘和数据化运营的著作，不仅对数据分析的关键技术和技巧进行了总结，更重要的是对会员、商品、流量、内容4个主题的数据化运营进行了系统讲解。 作者是国内一线数据分析师和大数据专家，在数据分析和数据化运营领域有近10年的经验，在业内颇具知名度和影响力。本书不仅得到了宋星、黄成明、宫鑫等14位资深专家的好评和推荐，还得到了天善智能、中国统计网等多个数据科学相关机构的支持和高度认可。 全书的内容在逻辑上共分为两大部分： 第一部分（第1~4章）：Python数据分析与挖掘 着重讲解了Python和数据化运营的基本知识，以及Python数据获取