具體描述
本書從一個互聯網公司數據分析師的成長經曆，為您娓娓道來，數據分析中的奇聞趣事、心得總結、方法技巧與哲學感悟……這是一本注重講解數據分析思想的書。相信讀者先學習數據統計的思想，再去學習數據統計知識，會有庖丁解牛之感。與市麵上大部分教科書不同，是『大數據』一綫從業者的親身體驗和經曆，獨一無二的實用分享。讀完本書，你會瞭解在互聯網企業如何分析數據，如何運用大數據的技術做企業的戰略決策，提升業務效率等。對於大數據分析中團隊和管理，這一很少有書涉及的內容，本書也有全新的講解。
著者簡介
畢然——百度資深數據技術專傢。
圖書目錄
第1章 大數據分析之道 2
1．1 做好數據分析的關鍵 3
1．2 業務調研 10
1．3 創新思考 14
1．4 邏輯推理 25
1．5 可行建議 48
1．6 補充閱讀：數據分析報告的撰寫要點 51
第二篇 術 63
第2章 統計是怎麼發明的？ 64
2．1 重啓思維模式 65
2．2 統計的意義及指標 71
2．3 統計圖形是如何設計的？ 102
第3章 我們能相信統計嗎？ 115
3．1 統計可信嗎？ 116
3．2 基於概率的信任 120
3．3 如何實現基於概率的信任？ 126
3．4 應用理念：細緻與置信的權衡之道 140
3．5 評估：正確的認識世界 144
3．6 設計統計方案中的方法論 156
第4章 統計分析方法 159
4．1 拆指標-1 分布分析 161
4．2 拆指標-2 趨勢分析 165
4．3 拆指標-3 因素分析 177
4．4 拆數據-1 個案分析 186
4．5 拆數據-2 異常分析 188
4．6 拆數據-3 分組分析 193
4．7 附加閱讀：消費者偏好和企業差異化戰略 197
4．8 不同分析方法的結閤與創新 209
4．9 與領域相關的分析方法 213
第5章 數據分析的高級工具：OLAP與機器學習 220
5．1 OLAP技術 221
5．2 無監督學習模型 225
5．3 監督學習模型 234
第三篇 釋 287
第6章 大數據時代 288
6．1 大數據的價值 289
6．2 企業如何嚮數據技術轉型？ 301
6．3 數據技術的職業發展 315
第7章 數據技術團隊組建和發展 331
7．1 自我修煉與領導團隊 332
7．2 數據技術團隊的組織結構 334
7．3 數據技術團隊發展中的優劣勢 336
· · · · · · (收起)
讀後感
很多朋友读书不喜欢看序言。还有一些朋友看书喜欢先看最后。我觉得，如果一本书有序、有前言，看书还是要先看序、看前言。作者自己写的前言，多半总结了自己写这本书最重要的心得体会，能够让读者先了解作者写书的思路。而如果是其他人写的序言，则写序之人，多半已经认真读过...
評分很多朋友读书不喜欢看序言。还有一些朋友看书喜欢先看最后。我觉得，如果一本书有序、有前言，看书还是要先看序、看前言。作者自己写的前言，多半总结了自己写这本书最重要的心得体会，能够让读者先了解作者写书的思路。而如果是其他人写的序言，则写序之人，多半已经认真读过...
評分很多朋友读书不喜欢看序言。还有一些朋友看书喜欢先看最后。我觉得，如果一本书有序、有前言，看书还是要先看序、看前言。作者自己写的前言，多半总结了自己写这本书最重要的心得体会，能够让读者先了解作者写书的思路。而如果是其他人写的序言，则写序之人，多半已经认真读过...
評分很多朋友读书不喜欢看序言。还有一些朋友看书喜欢先看最后。我觉得，如果一本书有序、有前言，看书还是要先看序、看前言。作者自己写的前言，多半总结了自己写这本书最重要的心得体会，能够让读者先了解作者写书的思路。而如果是其他人写的序言，则写序之人，多半已经认真读过...
評分很多朋友读书不喜欢看序言。还有一些朋友看书喜欢先看最后。我觉得，如果一本书有序、有前言，看书还是要先看序、看前言。作者自己写的前言，多半总结了自己写这本书最重要的心得体会，能够让读者先了解作者写书的思路。而如果是其他人写的序言，则写序之人，多半已经认真读过...
用戶評價
數學與統計究竟是什麼關係？
评分不愧是T9工程師，其對業務、技術、組織、人性的理解之深刻，以及其淵博的學識都令人嘆服！行文擅做比方，通俗易懂，循循善誘，知無不言。對數據分析團隊的成長，以及相關工程師的職業規劃也有很好的現實參考意義。收獲良多
评分作者旁徵博引讀起來不枯燥，乾貨也不少，推薦想入門數據分析的初學者閱讀
评分大數據時代入門佳作
评分有實操經驗。
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有