hiskio

    圖解資料科學的工作原理

    書中收錄給新手的重點詞彙集！從分析方法到AI基本概念，圖解所有應該掌握的知識

    收集中
    US$15.02

    內容簡介


    書中收錄給新手的重點詞彙集！

    從分析方法到AI基本概念，圖解所有應該掌握的知識

    圖表、數值種類、資料結果等，從基礎知識開始講解！
    技術相關項目也會圖解說明，幫助初學者理解內容！
    完整收錄統計學、AI基礎概念等相關知識！
    網羅資訊社會中資料運用的問題點與課題！

    資料科學家(Data Scientist)一詞已經使用超過10年，資料科學(Data Science)也時有耳聞。AI、物聯網愈發受到注目，IT工程人員紛紛投入資料分析的業務，運用他人的分析結果建構系統的事例亦不斷增加。相信不久的將來，在商務中使用資料會將變得理所當然。

    稍微掌握基礎知識後，會想要嘗試複雜的分析手法。然而即便完成高階分析，如果接收者無法理解分析結果，就失去資料分析的意義了。

    分析人員對分析手法會有深入了解，會仔細調查新的分析方法，但接收分析結果的受眾，不見得有充實的背景知識。

    因此，如果最後的結論相同，建議使用比較簡單的方法。即便不用高階統計方法、機器學習，簡單的圖表也足以解釋背後的意義。有時也不需要使用數值資料準確地分析，簡單易懂的圖解就十分足夠。

    然而接收分析結果的人不宜毫無背景知識，也不應因方便而要求使用簡單的分析方法。不僅是分析人員，接收分析結果的人的也需要學習。

    本書將會圖解介紹各種分析方法的概要，但收錄的內容終究僅是概略的內容，想要進一步深入了解的話，建議搭配專業書籍來閱讀。不過，了解有哪些分析方法、掌握各種手法的特徵，其實本書就綽綽有餘了。在運用手邊的資料之前，一起學習資料的分析方法及處理時的注意事項吧。

    -增井敏克

    目錄


    第1章 資料科學的相關技術
    ∼未來需求漸升的必修科目∼

    第2章 資料的基本知識
    ∼資料的表達方式與閱讀方式∼

    第3章 資料處理與運用
    ∼歸類並預測資料∼

    第4章 應該知道的統計學知識
    ∼由資料推論答案∼

    第5章 需要知道的AI知識
    ∼常用的手法與工作原理∼

    第6章 資訊安全與隱私問題
    ∼資訊社會今後的走向∼

    詞彙集

    章節目錄

    1-1封面頁
    1-2書名頁
    1-3前言
    1-4目錄
    1-5CH01 資料科學的相關技術
    1-61-1 21 世紀的資源
    1-71-2 資料增加的原因
    1-81-3 結合各種知識進行分析
    1-91-4 找出資料價值的職業
    1-101-5 資料需要加工處理
    1-111-6 巨量資料是座寶山
    1-121-7 人類和電腦容易處理的資料不同
    1-131-8 描述資料本身的資料
    1-141-9 將資料集結起來
    1-151-10 檢討高效率的處理程序
    1-161-11 套用推論規則
    1-171-12 處理資料的程設語言
    1-181-13 任誰皆可免費使用的資料
    1-191-14 邊玩邊學分析手法
    1-201-15 以資訊科技創造新商務
    1-211-16 運用分析資料的例子
    1-221-17 購買此商品的顧客也同時購買
    1-231-18 根據資料改變定價
    1-241-19 小範圍嘗試
    1-251-20 持續進行改善
    1-261-21 設立目標並有策略地執行
    1-271-22 掌握資料的關係人
    1-28嘗試看看
    1-29CH02 資料的基本知識
    1-302-1 資料種類
    1-312-2 依範圍區分資料
    1-322-3 區分使用圖表
    1-332-4 表達比例的圖表
    1-342-5 以1 個圖表描述多個資料
    1-352-6 當作資料基準的數值
    1-362-7 掌握資料的離散程度
    1-372-8 以1 個基準進行判斷
    1-382-9 處理不適當的資料
    1-392-10 八成的營業額來自兩成的商品？
    1-402-11 視覺化表達
    1-412-12 任誰都可分析資料的便利工具
    1-422-13 統一管理資料
    1-432-14 檢討資料的連動
    1-442-15 視覺化資料結構
    1-452-16 設計資料庫
    1-462-17 讀取印刷資料的內容
    1-472-18 高速高準確率讀取資料
    1-48嘗試看看
    1-49CH03 資料處理與運用
    1-503-1 依取得時間點變動的資料
    1-513-2 程式自動輸出的資料
    1-523-3 捕捉長期間的變化
    1-533-4 掌握兩軸的關係
    1-543-5 不受騙於虛假的關係
    1-553-6 以多個座標軸統計
    1-563-7 減少座標軸數量來掌握特徵
    1-573-8 兩點間距離的討論方式
    1-583-9 調查相似的角度
    1-593-10 資料分析不只是聽起來酷炫
    1-603-11 釐清多個座標軸的關係
    1-613-12 了解高階的迴歸分析
    1-623-13 預測分類
    1-633-14 由已知資訊推論數值
    1-643-15 實踐擲骰子的操作
    1-653-16 反覆預測提高準確率
    1-663-17 了解各種分析手法
    1-67嘗試看看
    1-68CH04 應該知道的統計學知識
    1-694-1 統計學的種類
    1-704-2 取出資料
    1-714-3 以數值表示容易發生的程度
    1-724-4 多個事件同時發生的機率
    1-734-5 根據結果討論原因
    1-744-6 了解資料的分布情況
    1-754-7 資料蒐集得愈多，愈接近實際數值
    1-764-8 使用函數描述分布情況
    1-774-9 由抽樣資料估計原始群體
    1-784-10 變異數未知時的估計
    1-794-11 統計性檢定
    1-804-12 決定判斷為真的基準
    1-814-13 判斷檢定結果
    1-824-14 檢定平均數
    1-834-15 檢定變異數
    1-84嘗試看看
    1-85CH05 需要知道的AI知識
    1-865-1 製作如人類般聰明的電腦
    1-875-2 實踐人工智慧的方法
    1-885-3 評鑑人工智慧的指標
    1-895-4 掌握訓練的進行情況
    1-905-5 仿效大腦的學習方法
    1-915-6 逐漸接近最佳解
    1-925-7 增加階層並學習大量的資料
    1-935-8 量化誤差
    1-945-9 提升準確率
    1-955-10 區分成多個群組
    1-965-11 區分成任意個數
    1-975-12 以樹狀結構訓練
    1-985-13 以複數AI 採取多數決
    1-995-14 評鑑規則的指標
    1-1005-15 最大化與邊界的間距
    1-1015-16 自動執行機器學習
    1-1025-17 結合各種手法找出解決方法
    1-103嘗試看看
    1-104CH06 資訊安全與隱私問題
    1-1056-1 有道德地使用資料
    1-1066-2 搖擺不定的資料信賴性
    1-1076-3 因錯誤認識而失真的準確率
    1-1086-4 日本的個人資料運用
    1-1096-5 各國的個人資料運用
    1-1106-6 運用個人資料
    1-1116-7 資料流通與運用
    1-1126-8 決定資料的處理規則
    1-1136-9 公開蒐集資料的理由
    1-1146-10 資料本身的權利
    1-1156-11 自動取得外部資料
    1-1166-12 管理儲存資料的存取
    1-1176-13 防止由內部帶出資料
    1-1186-14 每次都得到相同的結果
    1-119嘗試看看
    1-120詞彙集
    1-121索引
    1-122版權頁
    1-123封底頁

    常見問答

    您可以透過手機、平板或是電腦登入 HiSKIO 平台，在【我的學習】＞【我的書籍】頁面，選擇想看的電子書。

    猜你喜歡

    用戶評價

    | 收集中

    銷售方案