《数据分析师养成宝典》内容简介

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”。本书就集中讨论后面两件事情。
本书共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。
程显毅，曲平，李牧编著

作品目录

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
0.3、数据分析师
0.4、数据分析过程
业务理解篇
第1章：正确的思维观
第2章：理解数据
第3章：理解业务
第4章：理解用户
指标设计篇
第5章：数据准备
第6章：数据指标
第7章：数据认知
数据建模篇
第8章：神经网络
第9章：回归分析
第10章：聚类分析
第11章：关联分析
第12章：决策树
第13章：随机森林决策树
第14章：自适应选择决策树
第15章：SVM
第16章：建模指导
价值展现篇
第17章：如何写好数据分析报告
第18章：数据可视化
第19章：数据分析报告制作工具
实战进阶篇
第20章：校园网中推荐者的推荐价值分析
第21章：上市企业财务报表分析与ST预测
第22章：为什么销售会减少——验证性分析
第23章：什么样的顾客会选择离开——探索性分析
第24章：哪种广告的效果更好——假设检验
第25章：如何获得更多的用户——多元回归分析
第26章：航空公司顾客价值分析——聚类
第27章：窃电用户行为分析——决策树
参考文献
附录
附录A
R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