数据分析师养成宝典

在数据为主导的今天，对于一种已经成型的模型，“怎么用”通常不是问题，用个软件或者编几行程序就能得到结果了，问题一般都出在模型“什么时候用”和“用完了，然后呢”。《数据分析师养成宝典》就集中讨论后面两件事情。《数据分析师养成宝典》共27章，分为业务理解篇（第1~4章）、指标设计篇（第5~7章）、数据建模篇（第8~16章）、价值展现篇（第17~19章）和实战进阶篇（第20~27章）。业务理解篇的目的是让读者建立正确的思维观，理解数据，熟悉业务；指标设计篇学习把数据转换为专家数据的一些技巧；数据建模篇以R语言为计算平台实施数据分析全过程；价值展现篇主要讨论如何撰写有价值的数据分析报告；实战进阶篇通过对8个经典案例的分析，使读者能够把学到的思维方法、实施工具应用到解决实际问题中，把数据变成价值。本书可供数据科学相关技术人员阅读，也可作为高等院校数据科学相关专业的教材或培训教材，以及数据分析爱好者的参考读物。如何使用本书第0章说在前面的话0.1大数据分析案例0.2数据分析0.2.1数据分析不同于信息化系统0.2.2数据分析不同于统计分析0.2.3数据分析不同于数据挖掘0.2.4数据分析不同于数据管理0.2.5数据分析不同于商业智能0.2.6数据分析的内容0.3数据分析师0.3.1什么是数据分析师0.3.2基本要求0.4数据分析过程0.4.1业务理解0.4.2指标设计0.4.3数据建模0.4.4分析报告业务理解篇第1章正确的思维观1.1数据思维1.2统计思维1.2.1统计学1.2.2描述1.2.3概括1.2.4分析1.3逻辑思维1.3.1上取/下钻思维1.3.2求同/求异思维1.3.3抽离/联合思维1.3.4离开/接近思维1.3.5层次思维第2章理解数据2.1数据是什么2.2数据所依存的背景2.3数据维度2.4数据敏感2.5数据质量2.6理解数据要注意的问题2.6.1不要对完美数据的盲目执着2.6.2小样本数据也能做数据分析第3章理解业务3.1全局了解——业务模型3.2动态了解——流程模型3.3静态了解——数据模型3.4动静结合——关键业务分析3.5数据业务化第4章理解用户4.1由粗到细，从宏观到微观4.2由少到多，收集不同层次的需求4.3数据分析师对理解用户需求的思考4.3.1如何用需求分析明确产品目标？4.3.2数据分析师理解用户需求应该具备的基本素养4.3.3如何根据用户行为去驱动产品？指标设计篇第5章数据准备5.1数据探索5.1.1缺失值分析与处理5.1.2异常值分析与处理5.1.3不一致数据分析5.2数据整理5.2.1规范化5.2.2数据选择5.2.3数据归约5.2.4数据变换5.3数据集成5.3.1通过向量化重构数据5.3.2为数据添加新变量5.3.3数据透视表5.3.4列联表5.3.5数据整合5.3.6分组计算第6章数据指标6.1指标和维度6.2特征工程6.2.1特征工程作用6.2.2特征设计6.2.3特征选择6.2.4特征提取6.3指标设计基本方法6.3.1生成用于判别的变量6.3.2生成离散变量6.3.3业务标签化6.4典型业务指标设计6.4.1零售店铺数据分析指标6.4.2电商数据分析指标 第7章数据认知7.1认知数据的平均水平和波动情况7.2认知数据的分布7.3利用相关系数理解数据之间的关系7.4通过对比认知数据7.5通过多维交叉来深入认知数据7.6周期性分析7.7贡献度分析7.8因子分析数据建模篇第8章神经网络8.1模型原理8.2进阶指导第9章回归分析9.1模型原理9.2进阶指导第10章聚类分析10.1模型原理10.2进阶指导第11章关联分析11.1模型原理11.2进阶指导第12章决策树12.1模型原理12.2进阶指导第13章随机森林决策树13.1模型原理13.2进阶指导第14章自适应选择决策树14.1模型原理14.2进阶指导第15章SVM15.1模型原理15.2进阶指导第16章建模指导16.1建模要注意的问题 16.2R语言中建模常用包 16.3数据分析模型的原理和应用场景价值展现篇第17章如何写好数据分析报告17.1数据的价值17.1.1收入17.1.2支出17.1.3风险17.1.4参照系17.2讲故事17.2.1数据讲故事的四大要点17.2.2阿里指数能告诉你……17.3如何写报告17.3.1写作原则17.3.2报告的类型和分析能力17.3.3报告的细节17.4报告的结构17.4.1标题17.4.2背景与目标17.4.3项目说明17.4.4分析思路17.4.5分析主体17.4.6总结与建议17.5文字表达17.5.1突出关键信息17.5.2避免啰嗦的表达17.5.3站在读者角度17.5.4不带主观臆断17.6分析过程17.6.1样本选择17.6.2方法实施17.7注意事项第18章数据可视化18.1什么是数据可视化18.2数据可视化的作用18.3可视化建议18.4科学与艺术的结合18.5可视化细节18.6R语言绘图18.6.1低水平绘图命令18.6.2高水平绘图命令18.6.3交互式绘图命令18.7图形适用场景第19章数据分析报告制作工具19.1knitr包19.1.1安装knitr19.1.2Markdown语法19.1.3报告制作19.2rmarkdown包19.2.1创建R Markdown19.2.2R Markdown文本处理19.2.3插入代码块19.2.4结果的输出实战进阶篇第20章校园网中推荐者的推荐价值分析20.1业务理解20.2指标设计20.3描述性分析20.4模型分析20.5分析报告第21章上市企业财务报表分析与ST预测21.1业务理解21.2指标设计21.3描述性分析21.4模型分析21.5分析报告第22章为什么销售会减少——验证性分析22.1业务理解22.2指标设计22.3描述性分析22.4结论与建议第23章什么样的顾客会选择离开——探索性分析23.1业务理解23.2指标设计23.3描述性分析23.4结论与建议第24章哪种广告的效果更好——假设检验24.1业务理解24.2数据建模24.3模型分析24.4结论与建议第25章如何获得更多的用户——多元回归分析25.1业务理解25.2数据建模25.3模型分析25.4结论与建议第26章航空公司顾客价值分析——聚类26.1业务理解26.2指标设计26.3模型构建26.4模型评价26.5结论与建议第27章窃电用户行为分析——决策树27.1业务理解27.2简单指标设计27.3描述性分析27.4复杂指标设计27.5数据建模27.6模型分析27.7结论与建议参考文献附录附录AR语言中常用数据处理函数附录B大数据原理附录C可视化数据挖掘Rattle包后记

数据分析师养成宝典 EPUB, PDF, MOBI, AZW3, TXT, FB2, DjVu, Kindle电子书免费下载。