本書(shū)從大數(shù)據(jù)與商務(wù)決策的基本概念出發(fā)，首先闡述了“大數(shù)據(jù)時(shí)代，不能忽略小數(shù)據(jù)分析”的觀點(diǎn)，解釋了大數(shù)據(jù)分析與傳統(tǒng)的數(shù)據(jù)分析和挖掘之間的關(guān)系。在這一理念基礎(chǔ)上，全書(shū)在統(tǒng)計(jì)學(xué)習(xí)方法的統(tǒng)一框架下，在能夠正確評(píng)價(jià)分類器優(yōu)劣方法學(xué)習(xí)的基礎(chǔ)上，兼顧了監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)的模型介紹，按照章節(jié)順序，分別介紹了“感知機(jī)與神經(jīng)網(wǎng)絡(luò)”、“貝葉斯分類方法”、“k鄰近法”、“聚類算法”、“EM算法”和“隨機(jī)行動(dòng)者模型”，并用通俗的語(yǔ)言解釋了相關(guān)模型的原理。在上述模型的基礎(chǔ)上，本書(shū)在收尾章節(jié)重點(diǎn)介紹了“大數(shù)據(jù)分析的工具和框架”，其是進(jìn)一步應(yīng)用小數(shù)據(jù)分析與挖掘成果的基礎(chǔ)，也是現(xiàn)代商務(wù)決策中不可或缺的研究工具。

暫缺《大數(shù)據(jù)與商務(wù)決策》作者簡(jiǎn)介