成功加入购物车
赵卫东 编 / 清华大学出版社 / 2025-08 / 平装
售价 ¥ 39.00 5.0折
定价 ¥78.00
品相 全新
延迟发货说明
上书时间2026-05-06
卖家超过10天未登录
商务智能
智能是来企业信息化的热点有着广阔的应用前景.本书首先系统地介绍智能的基本概念、智能系统的架构以及数据仓库、在线分析处理和数据挖掘等核心技术.在此基础上讨论智能在电子、移动、企业绩效管理等领域的新应用并分析大数据分析、大模型技术在智能领域的应用.此外通过八爪鱼、tableau、帆软等主流的智能技术进行实验增强读者的应用能力.本书内容新颖、全面案例丰富适合作为计算机应用、软件工程、信息管理、电子和管理科学等相关专业本科生和的教材也可作为从事数据分析的信息化人员的参资料.
部分智能基础
章智能概论
1.1商业决策需要智能
1.1.1数据、信息与知识
1.1.2管理是决策
1.1.3决策需要信息和知识
1.1.4智能型企业
1.1.5智能支持商业决策
1.1.6新一代的决策支持系统
1.2智能简介
1.2.1智能的概念
1.2.2智能的发展
1.2.3智能的价值
1.3智能系统的功能
1.4智能的应用
1.5企业数字化转型
1.6人工智能增强的智能
思题
第二部分智能核心技术
第2章智能系统架构
2.1智能系统的组成
2.2数据集成
第3章数据仓库
3.1从数据库到数据仓库
3.2数据仓库的概念
3.3数据集市
3.4元数据
3.5etl
3.6作型数据存储
3.7数据仓库模型
3.8数据挖掘查询语言
3.9医保数据仓库设计
3.10数据湖
3.11数据中台
第4章在线分析处理
4.1olap简介
4.2oltp与olap的区别
4.3olap作
第5章数据挖掘
5.1数据挖掘的基础
5.1.1数据挖掘的概念
5.1.2数据挖掘的发展
5.1.3数据挖掘的过程
5.1.4数据挖掘原语与语言
5.1.5基于组件的数据挖掘
5.1.6数据可视化
5.1.7数据挖掘的隐私保护
5.2数据挖掘的典型应用领域
5.3数据预处理
5.4聚类分析
5.4.1聚类的概念
5.4.2聚类分析的统计量
5.4.3常用聚类算法
5.4.4其他聚类方法
5.4.5离群点检测
5.5分类分析
5.5.1贝叶斯分类器
5.5.2决策树
5.5.3支持向量机
5.5.4反向传播神经网络
5.5.5其他分类方法
5.6关联分析
5.6.1关联规则
5.6.2apriori算法
5.6.3fp增长算法
5.6.4其他关联规则挖掘算法
5.7序列模式挖掘
5.7.1基本概念
5.7.2类apriori算法
5.8回归分析
5.8.1一元回归分析
5.8.2多元线回归分析
5.8.3其他回归分析
5.9时间序列分析
5.10数据挖掘技术与应用的发展方向
第三部分智能应用
第6章移动智能
6.1移动
6.2智能在移动中的应用
第7章web挖掘
7.1web挖掘基础
7.2web内容挖掘
7.3web结构挖掘
7.4web志挖掘
第8章智能在企业绩效管理中的应用
8.1企业绩效管理的层次
8.2智能贯穿企业绩效管理的闭环流程
8.3智能与企业绩效管理
8.4智能给企业绩效管理带来的价值
第9章数据挖掘在电子中的应用
9.1电子需要数据挖掘
9.2顾客管理
9.3结构优化
9.4智能搜索引擎
9.5异常事件识别
0章大数据分析
10.1大数据核心技术基础
10.1.1大数据存储
10.1.2大数据处理
10.1.3大数据应用
10.1.4hadoop开源架构
10.2大数据分析的基本流程
10.3大数据分析和智能
1章大模型技术应用
11.1大模型的特点和发展
11.2大模型技术与智能的融合
11.2.1数据分析自动化
11.2.2洞察能力提升
11.2.3自主增强
11.2.4多模态数据处理
11.3自助式数据分析
11.4讯飞星火的数据分析助手
第四部分智能发展
2章智能进展
12.1智能的应用趋势
12.2智能在中国的发展
12.3态
第五部分实验
3章智能实验
13.1房价格可视化分析
13.2使用tableau可视化进行数据联动
13.3使用帆软(finereport)分析超市数据
13.3.1finereport简介
13.3.2finereport上传数据并对数据进行预处理
13.3.3finereport图表分析
13.3.4交互式作
13.3.5finereport图表联动作
13.4银行客户流失分析
13.5银行客户分析
4章综合实训: 银行信用卡欺诈与拖欠行为分析
14.1用户信用等级影响因素
14.1.1客户信用卡申请数据预处理
14.1.2信用卡申请成功影响因素
14.2信用卡用户信用等级影响因素
14.3基于消费的信用等级影响因素
14.4信用卡欺诈判断模型
14.4.1基于apriori算法的欺诈模型
14.4.2基于判别的欺诈模型
14.4.3基于分类算法的欺诈模型
14.5欺诈人属分析
14.5.1欺诈人属统计分析
14.5.2基于逻辑回归的欺诈人属分析
14.5.3逾期还款的客户特征
14.5.4基于决策树分析逾期客户特征
14.5.5基于回归分析逾期客户特征
14.5.6根据消费历史分析客户特征
14.5.7基于聚类分析客户特征
14.5.8基于聚类的客户细分
附录aanaconda的安装与使用
展开全部
图2
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30