| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787302685456 |
| 所属分类：图书>计算机/网络>数据库>Oracle |
商品详情内容简介
本书聚焦于复杂系统影响因素研究的数据驱动分析方法，为应对大数据和人工智能时代复杂系统问题提供创新思路与实用工具。第章阐述了传统分析方法在处理复杂系统多变量、非线性和动态变化等特征时的不足，而凭借先进的数据挖掘和机器学习算法，通过数据获取、数据处理与变量测量、聚类分析、决策树分析和贝叶斯网络分析个关键阶段步骤，为决策制定和优化助力。第章强调指标选取的依据、选取原则等，依据数据类型选择合适量化方法，并通过实例演示如何将实际问题转化为可量化数据集，保障后续分析质量。第章详细介绍数据采集、统计分析、变量选取、校准处理引入云校准概念等数据预处理内容。第章讲解基于聚类算法的异质性群体的多种分析。第章使用决策树分析了异质性群体对象的影响因素交互效应。第章运用贝叶斯网络和相关算法探究变量间的作用关系和影响路径。第章通过后发企业创新绩效案例分析，展示 在实际研究中的应用优势。
本书特色鲜明，内容紧密围绕解决复杂管理问题，案例丰富且分析透彻，从多领域实际问题出发，旨在增强读者对方法的理解与应用能力。本书中代码示例详细，可操作性强。本书适用于工商管理、管理科学与工程、经济与金融等专业的本科生和研究生，为他们开展学位论文研究和学术探索提供新颖视角和方法，帮助他们掌握这一跨学科融合的研究范式。
目 录
第章导论
背景意义
实际背景
重要意义
数据挖掘的典型应用
自然科学领域的应用
社会科学领域的应用
基本框架与流程
基本框架
基本流程
相关软件及工具准备
软件
软件
软件第章导论
背景意义
实际背景
重要意义
数据挖掘的典型应用
自然科学领域的应用
社会科学领域的应用
基本框架与流程
基本框架
基本流程
相关软件及工具准备
软件
软件
软件
软件
机器学习方法
云模型
聚类算法
……
显示全部信息
本书聚焦于复杂系统影响因素研究的数据驱动分析方法，为应对大数据和人工智能时代复杂系统问题提供创新思路与实用工具。第章阐述了传统分析方法在处理复杂系统多变量、非线性和动态变化等特征时的不足，而凭借先进的数据挖掘和机器学习算法，通过数据获取、数据处理与变量测量、聚类分析、决策树分析和贝叶斯网络分析个关键阶段步骤，为决策制定和优化助力。第章强调指标选取的依据、选取原则等，依据数据类型选择合适量化方法，并通过实例演示如何将实际问题转化为可量化数据集，保障后续分析质量。第章详细介绍数据采集、统计分析、变量选取、校准处理引入云校准概念等数据预处理内容。第章讲解基于聚类算法的异质性群体的多种分析。第章使用决策树分析了异质性群体对象的影响因素交互效应。第章运用贝叶斯网络和相关算法探究变量间的作用关系和影响路径。第章通过后发企业创新绩效案例分析，展示 在实际研究中的应用优势。
本书特色鲜明，内容紧密围绕解决复杂管理问题，案例丰富且分析透彻，从多领域实际问题出发，旨在增强读者对方法的理解与应用能力。本书中代码示例详细，可操作性强。本书适用于工商管理、管理科学与工程、经济与金融等专业的本科生和研究生，为他们开展学位论文研究和学术探索提供新颖视角和方法，帮助他们掌握这一跨学科融合的研究范式。
目 录
第章导论
背景意义
实际背景
重要意义
数据挖掘的典型应用
自然科学领域的应用
社会科学领域的应用
基本框架与流程
基本框架
基本流程
相关软件及工具准备
软件
软件
软件第章导论
背景意义
实际背景
重要意义
数据挖掘的典型应用
自然科学领域的应用
社会科学领域的应用
基本框架与流程
基本框架
基本流程
相关软件及工具准备
软件
软件
软件
软件
机器学习方法
云模型
聚类算法
……
显示全部信息