hiskio

    大數據分析SQL Server 2016與R全方位應用

    台灣微軟首席技術與策略長 丁維揚 專業推薦! *數據是企業的重要資產，近來大數據潮流、機器學習和人工智慧(AI)…等興起。無疑地，都是依據數據來支持決定。 *本書內容闡述從大數據技術範疇、資料倉儲和商業智慧的概念與原理，以及顧客關係管理(CRM)的相關應用。重點深入敘述Microsoft SQL Server 2016發揮在大數據分析領域。 *從實務分析，說明利用T-SQL撰寫會

    收集中
    US$10.95

    台灣微軟首席技術與策略長 丁維揚 專業推薦！


    *數據是企業的重要資產，近來大數據潮流、機器學習和人工智慧(AI)…等興起。無疑地，都是依據數據來支持決定。


    *本書內容闡述從大數據技術範疇、資料倉儲和商業智慧的概念與原理，以及顧客關係管理(CRM)的相關應用。重點深入敘述Microsoft SQL Server 2016發揮在大數據分析領域。


    *從實務分析，說明利用T-SQL撰寫會員消費行為分析指令，例如：會員基本輪廓、購買行為(週期)、產品組合、會員流失率、會員貢獻度與行銷模型RFM等，讓讀者獲得貼近實務的大數據分析經驗。


    *從整合分析，介紹SQL Server 2016在數據分析的突破With R。R屬於免費開放來源(Open Source)程式設計和統計語言，近來特別受到青睞。如今SQL Server 2016將R整合，資料分析人員不僅可以在SQL Server執行原本T-SQL之外，更可同時執行R語言，瞬間搭起分析與IT的橋樑。

     

    *內容闡述從R Services 和R Package安裝、利用R Script讀取SQL Server資料表與寫入資料至SQL Server和使用R Tools for Visual Studio 進行資料建模。


    *相較於一般市面上SQL Server書籍，本書讓讀者更好理解和上機操作，每一個範例都搭配詳細的操作步驟和分析結果解讀。

    章节目录

    1-1封面頁
    1-2書名頁
    1-3推薦序
    1-4序
    1-5目 錄
    1-6CH01 淺談大數據技術與應用
    1-71-1 大數據技術範疇
    1-81-1-1 何謂大數據？
    1-91-1-2 大數據技術V.S.大數據
    1-101-1-3 大數據技術簡介
    1-111-1-4 大數據分析簡介
    1-121-2 大數據與資料倉儲
    1-131-2-1 兩者差異之處
    1-141-2-2 兩者相同之處
    1-151-3 大數據應用案例
    1-161-3-1 IBM 推出華生機器人來看診
    1-171-3-2 汽車防盜系統使用臀部辨識技術
    1-181-3-3 Amazon 及Netflix 網路消費
    1-191-3-4 歐巴馬也靠大數據
    1-201-3-5 平價連鎖零售商－猜妳懷孕了
    1-211-4 機器學習、自然語言與統計分析、其他
    1-221-4-1 機器學習和統計分析
    1-231-4-2 自然語言與其他分析
    1-24CH02 大數據的基礎建設－資料倉儲
    1-252-1 資料倉儲定義與特性
    1-262-1-1 何謂資料倉儲？
    1-272-1-2 資料倉儲特性有哪些？
    1-282-2 資料倉儲架構及建置目的
    1-292-2-1 常用資料倉儲架構
    1-302-2-2 為何要建置資料倉儲
    1-312-3 建置資料倉儲目的
    1-322-4 資料倉儲應用與管理
    1-332-4-1 資料倉儲應用範圍
    1-342-4-2 管理資料倉儲
    1-352-4-3 實施資料倉儲
    1-362-4-4 資料倉儲與資料採礦關係
    1-372-5 大數據的IT 策略
    1-382-5-1 資料四象限模型
    1-392-5-2 活用資料策略
    1-40CH03 大數據的資訊揭露－商業智慧
    1-413-1 何謂商業智慧
    1-423-1-1 商業智慧系統架構
    1-433-1-2 商業智慧與資料倉儲的不同
    1-443-2 商業智慧流程作用
    1-453-2-1 商業智慧流程
    1-463-2-2 商業智慧優勢與導入階段
    1-473-3 顧客關係管理（CRM）
    1-483-3-1 何謂CRM
    1-493-3-2 CRM 與Data Mining 關係
    1-503-3-3 CRM 指標
    1-513-3-4 RFM 指標分析結構
    1-523-3-5 CRM 過程
    1-533-3-6 顧客市場區隔
    1-543-3-7 交叉銷售
    1-553-4 資料庫行銷
    1-56CH04 何謂T-SQL 及案例資料說明
    1-574-1 結構化查詢語言
    1-584-1-1 標準SQL 語言
    1-594-1-2 組成SQL 語言要素
    1-604-2 何謂Transact-SQL
    1-614-2-1 前言
    1-624-2-2 Microsoft SQL Server 的Go 指令
    1-634-2-3 Microsoft SQL Server 的註解
    1-644-3 範例資料來源說明
    1-654-4 範例資料匯入
    1-66CH05 SQL SERVER 2016 概述與新功能案例介紹
    1-675-1 Microsoft SQL Server 2016 新價值特性
    1-685-1-1 SQL Server 2016 企業價值
    1-695-1-2 加值服務-Windows Azure
    1-705-1-3 SQL Server 2016 特性
    1-715-2 Microsoft SQL Server 2016 新功能案例
    1-725-2-1 新功能範例－Live Query Statistics
    1-735-2-2 新功能範例－動態資料遮罩
    1-745-2-3 新功能範例－JSON 支援
    1-75CH06 資料科學家必備武器－分析型SQL
    1-766-1 何謂分析型SQL
    1-776-2 分析型SQL 語法範例
    1-786-3 SQL 基本應用分析語法
    1-796-3-1 基本功夫－查詢資料
    1-806-3-2 函數應用
    1-816-3-3 進階功夫－分析資料
    1-826-3-4 併聯結查詢應用
    1-836-3-5 子查詢的運用
    1-846-3-6 資料新增、刪除、更新與處理
    1-85CH07 會員消費行為分析
    1-867-1 會員基本輪廓
    1-877-1-1 會員基本資料整理－縣市別填答
    1-887-1-2 會員基本資料整理－婚姻狀態
    1-897-1-3 會員基本變項分析－性別、職業、來源管道…
    1-907-1-4 會員基本變項分析－會籍時間長度
    1-917-2 會員購買行為
    1-927-2-1 交易週期變化
    1-937-2-2 第一次交易時年齡及婚姻狀態
    1-947-2-3 交易金額級距分析
    1-957-2-4 紅利積點分析
    1-967-2-5 平均交易時間間隔
    1-977-3 產品組合
    1-987-3-1 產品熱銷排行榜
    1-997-3-2 單一產品熱銷排行榜
    1-1007-3-3 產品重複購買比率
    1-1017-4 會員流失率
    1-1027-5 會員貢獻度
    1-1037-6 RFM 模型
    1-104CH08 SQL Server 2016 with R 應用
    1-1058-1 R Services 概述與基礎統計
    1-1068-1-1 安裝R Services
    1-1078-1-2 R 基礎統計分析範例
    1-1088-2 在R Services 安裝R 模組（Package）
    1-1098-3 在R 取得已安裝的R 模組清單
    1-1108-4 利用R Script 讀取SQL Server 資料表與寫入資料至SQL Server 資料表
    1-1118-5 R 的World Cloud
    1-1128-6 使用R Tools for Visual Studio 進行資料建模
    1-1138-6-1 準備分析的資料與建立ODBC 資料來源
    1-1148-6-2 建立R 語言資料建模分析專案
    1-115版權頁
    1-116封底頁

    常见问答

    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。

    猜你喜欢

    用户评价

    | 收集中

    销售方案