机读格式显示(MARC)

• 000 02072nam 2200337 450

• 001 0000169582

• 005 20200822014800.0

• 010 __ |a 978-7-115-52233-7 |d CNY89.00

• 100 __ |a 20191228d2019 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a a 000yy

• 106 __ |a r

• 200 1_ |a 商战数据挖掘 |A Shang Zhan Shu Ju Wa Jue |e 你需要了解的数据科学与分析思维 |d = Data science for business |e what you need to know about data mining and data-analytic thinking |f (美) 福斯特·普罗沃斯特, 汤姆·福西特 著 |g 郭鹏程, 管晨 译 |z eng

• 210 __ |a 北京 |c 人民邮电出版社 |d 2019.12

• 215 __ |a xxii, 278页 |c 图 |d 24cm

• 225 2_ |a 图灵程序设计丛书 |A tu ling cheng xu she ji cong shu

• 306 __ |a O'Reilly Media, Inc. 授权人民有点出版社出版

• 314 __ |a 福斯特·普罗沃斯特, 纽约大学斯特恩商学院教授, 教授商业分析、数据科学与MBA课程。他曾是Verizon公司研究型数据科学家, 参与创建过多家成功的数据科学驱动企业。汤姆·福西特, 机器学习博士, Data Science LLC首席数据科学家, 从事应用机器学习研究和数据挖掘20余年, 发表过大量机器学习文章。郭鹏程, 物理学出身, 获天文学博士学位, 是科普爱好者和数据科学家。管晨, 毕业于山东财经大学金融数学系, 擅长数据分析和数据可视化, 也是语言爱好者。

• 320 __ |a 有书目 (第270-277页)

• 330 __ |a 数据挖掘是现代企业从数据中提取有用信息、获取竞争优势的重要方法。针对数据科学的这一商业应用, 本书进行了深入解读, 不仅详细介绍了数据挖掘的环节、常用分析技术和基本模型, 还提供了数据科学解决方案的提案示例和评估指南。同时, 为了便于读者理解, 本书不仅分析了大量商业示例, 在业务情景下阐释数据挖掘的基本概念和原理, 还使用大量图表辅助解释数学细节。因此, 读者无需专业数学背景即可阅读本书。

• 410 _0 |1 2001 |a 图灵程序设计丛书

• 517 1_ |a 你需要了解的数据科学与分析思维 |A ni xu yao liao jie de shu ju ke xue yu fen xi si wei

• 606 0_ |a 数据采集 |A shu ju cai ji

• 690 __ |a TP274 |v 5

• 701 _1 |a 普罗沃斯特 |A pu luo wo si te |g (Provost, Foster) |4 著

• 701 _1 |a 福西特 |A fu xi te |g (Fawcett, Tom) |4 著

• 702 _0 |a 郭鹏程 |A guo peng cheng |4 译

• 702 _0 |a 管晨 |A guan chen |4 译

• 801 _0 |a CN |b AHLSL |c 20191228

• 905 __ |a AHLSL |d TP274/46