大数据挖掘与机器学习

Jared Dean（杰瑞德·迪安）是SAS研究院的研发高级总监。他负责SAS全球数据挖掘解决方案的开发。这包括客户互动、新功能开发、技术支持、销售支持和产品集成。在加入SAS之前，Dean是美国人口调查局的数学统计学家。

出版者:人民邮电出版社

作者:[美] Jared Dean（杰瑞德·迪安）

页数:233

译者:林清怡

出版时间:2015-10-1

价格:55.00元

装帧:精装

isbn号码:9787115397362

丛书系列:新信息时代商业经济与管理译丛

图书标签:机器学习大数据挖掘大数据sciencedata111

《大数据挖掘与机器学习：工业4.0时代重塑商业价值》分为3个部分，共17章。第Ⅰ部分“计算环境”，包括第1章到第3章。第Ⅱ部分“将数据转化为商业价值”，包括第4章到第10章。这一部分聚焦于数据挖掘活动中所要用到的方法、算法和路径。第Ⅲ部分“将其全部结合起来的成功案例”包括第11章到第17章。本部分主要描述了作者参与过的成功应用大数据分析优化企业决策、提高企业价值的公司案例。

《大数据挖掘与机器学习：工业4.0时代重塑商业价值》可作为企业管理人员、营销主管、分析人员、IT人员等作为理解大数据、应用大数据为企业创造价值的指引，同时，本书也可供统计学、应用数学及计算机专业学者和研究人员参考学习。

用户评价

总体来说，不错的入门级读物。不要以为不值得看，非也。读读之后，发现写的简练而切中要点，很精彩，而且刚刚写完不久，也照顾了前沿问题。 正因为这本书是入门级，内容较少，还需继续看其他书。 具体而言，从篇章布局看包括三部分内容： 1 计算环境； 2 算法和方法； 3 案例。

讲得不算很好～讲了大数据的一些方法，但是和实例结合太差，一般读者完全没有代入感。

讲得不算很好～讲了大数据的一些方法，但是和实例结合太差，一般读者完全没有代入感。

让人费解，对技术的说明。

讲得不算很好～讲了大数据的一些方法，但是和实例结合太差，一般读者完全没有代入感。