数据分析实战
作者: ［ 日］ 酒卷隆治里洋平
出版社: 人民邮电出版社
译者: 肖峰
出版年: 2017-6
内容简介· · · · · ·
本书由实战经验丰富的两位数据分析师执笔，首先介绍了商业领域里通用的数据分析框架，然后根据该框架，结合8个真实的案例，详细解说了通过数据分析解决各种商业问题的流程，让读者在解决问题的过程中学习各种数据分析方法，包括柱状图、交叉列表统计、A/B测试、多元回归分析、逻辑回归分析、主成分分析、聚类、决策树分析、机器学习等。特别是书中使用的数据都是未经清洗的原始数据，能够让读者了解真实的数据分析流程，避免纸上谈兵。
目录· · · · · ·
第1章数据科学家的工作1
1.1什么是数据科学家2
1.23种类型的数据科学家5
1.3数据科学家的现状8
第2章商业数据分析流程9
2.1数据分析的5个流程10
2.2现状和预期12
2.3发现问题13
2.4数据的收集和加工19
2.5数据分析24
2.6解决对策27
2.7小结29
[分析基础]篇
第3章案例1—柱状图
为什么销售额会减少35
3.1现状和预期36
3.2发现问题38
3.3数据的收集和加工39
3.4数据分析46
3.5解决对策49
3.6小结50
3.7详细的R代码51
第4章案例2—交叉列表统计
什么样的顾客会选择离开61
4.1现状和预期62
4.2发现问题64
4.3数据的收集和加工65
4.4数据分析69
4.5解决对策73
4.6小结75
4.7详细的R代码76
第5章案例3—A/B测试
哪种广告的效果更好83
5.1现状和预期84
5.2发现问题86
5.3数据的收集和加工88
5.4数据分析96
5.5解决对策98
5.6小结99
5.7详细的R代码100
第6章案例4—多元回归分析105
如何通过各种广告的组合获得更多的用户105
6.1现状和预期106
6.2发现问题108
6.3数据的收集112
6.4数据分析114
6.5解决对策117
6.6小结119
6.7详细的R代码120
[分析应用]篇
第7章案例5—逻辑回归分析
根据过去的行为能否预测当下125
7.1期望增加游戏的智能手机用户量126
7.2是用户账号迁转设定失败导致的问题吗128
7.3在数据不包含正解的情况下收集数据131
7.4验证是否能够建立模型144
7.5解决对策148
7.6小结149
7.7详细的R代码150
第8章案例6—聚类
应该选择什么样的目标用户群163
8.1希望了解用户的特点164
8.2基于行为模式的用户分类165
8.3把主成分作为自变量来使用168
8.4进行聚类176
8.5解决对策180
8.6小结181
8.7详细的R代码182
第9章案例7—决策树分析
具有哪些行为的用户会是长期用户193
9.1希望减少用户开始游戏后不久就离开的情况194
9.2了解“乐趣”的结构195
9.3把类作为自变量198
9.4进行决策树分析210
9.5解决对策213
9.6小结215
9.7详细的R代码216
第10章案例8—机器学习
如何让组队游戏充满乐趣233
10.1使组队作战的乐趣最大化234
10.2利用数据分析为服务增加附加价值236
10.3在数据中排除星期的影响238
10.4构建预测模型241
10.5解决对策248
10.6小结249
10.7详细的R代码250
· · · · · · (收起)
"数据分析实战"试读· · · · · ·
如果你每天都在和数据分析业务打交道，那么很可能经常听到下述说法。 A. 在数据收集和分析上投入了巨大的成本，然而效果和预期相距甚远。 B. 从数据分析部门拿到了详细的报告，然而内容却非常晦涩难懂。 C. 数据大致都有了，然而因为工作很忙，没能很好地进行分析利用。 D. 数据全部都保存了下来，但是却不知道如何才能很好地利用这些数据。 E. 虽然每天都会检查和核对重..