大數據決策分析盲點大突破10講：我分類故我在（2版）

＜內容簡介＞ 我分類故我在！大數據也要大思維！思維革新比數據技術更重要！ 在商業分析和商業智慧的脈絡下，建構大數據，而不是從巨量資料當中大海撈針。 在未來，容易上手的程式只會越來越普及，唯有絕佳的資料素養，和更有價值的決策能力才能讓你不同凡響。 如果只是把資料變大，認知學習能力的維度卻沒有變大，接下來會如何？從少量數據都學習不到的價值，大數據只是讓它更遙不可及。 作者鑽研R語言多年、擁有資深學界經驗，貢獻良多。本書內容豐富，以十個面向切入，探討大數據所必備的工具，例如R-Commander、決策樹、隨機森林與R語言強大的視覺化功能。除了概念解析之外，作者更逐行解析專業程式語言，再加碼實際操作與應用功能說明，在每講的最後，還能領略作者獨到的觀念釐清，讓你不會迷失在大數據的眉角中。非常適合做為R語言的基礎自學書，對於初入大數據領域的讀者如同暮鼓晨鐘、醍醐灌頂，對已入行的數據分析師而言，更是當頭棒喝、突破盲點。 ★目錄： 推薦序　　 自序　 第1講 淺談解析型企業 1.1 大數據是因為它有大用　　 1.2 資料解析的兩個大數據環境　 1.3 演算法 1.4 數據解析之資訊概論　　 1.5 資料驅動？別鬧了！數字不會說話 1.6 本書安排　 第2講 掌握資料的統計性質—分布 2.1 資料分布的前兩階動差—平均數和變異數　 2.2 描述資料中央趨勢的兩組方法　　 2.3 資料分布的另外兩個動差　　 2.4 提審大數據　　 第3講 時間序列的分類分析 3.1 時間序列性質　　 3.2 時間序列分析—低頻　　 3.3 時間序列分析—日高頻資料　　 3.4 時間序列分類分析—日內高頻資料　　 3.5 提審大數據　　 第4講 線性模式的分類原理—期望值與信賴區間 4.1 簡易統計原理　　 4.2 R GUI 實作　 4.3 R 程式碼實作　　 4.4 提審大數據　　 第5講 二元模式的分類原理—Logistic 迴歸 5.1 簡易廣義線性模型　　 5.2 R GUI 的實作　　 5.3 R 程式的實作　　 5.4 提審大數據　　 第6講 主成分的分類原理—把資料變少了 6.1 簡易原理　　 6.2 R GUI 的實作　　 6.3 R 程式的實作　　 6.4 提審大數據　　 第7講 集群分析的分類原理 7.1 集群分析的基本概念　　 7.2 R GUI 實作　　 7.3 R 程式的實作　　 7.4 提審大數據　　 第8講 決策樹和隨機森林的原理 8.1 分類決策樹原理　　 8.2 用 R GUI 實作　　 8.3 R Code　　 8.4 隨機森林　　 8.5 提審大數據　　 第9講 大數據行銷—購物籃分析 9.1 關聯的分類原理簡介　　 9.2 R GUI 實作　 9.3 R code　 9.4 提審大數據　　 第10講 文字探勘淺談 10.1 文字探勘簡介　　 10.2 隱藏馬可夫模型 (HMM, Hidden Markov Model)　 10.3 RLab　　 附錄A 有關 R 的 GUI 裝置問題 A.1 R 漫談和 GUI 簡介　　 A.2 R-Commander 的裝置　　 A.3 安裝與載入 R-Commander　 附錄B 裝置 rattle　　 附錄C 資料檔和 MySQL 資料庫的存取 C.1 資料檔讀取　　 C.2 資料庫讀取　　 C.3 處理資料表的函數　 附錄D 強化法 D.1 支援向量機 SVM 簡介　　 D.2 推進 (Boosting) 方法簡介　 ＜作者簡介＞ 何宗武 現任 國立臺灣師範大學全球經營與策略研究所 教授 專長財務經濟學、金融大數據、計量經濟資料科學及程式語言等，著作多本相關書籍如：《R語言：深入淺出財經計量》、《R資料採礦與數據分析：以GUI套件Rattle結合程式語言實作》、《資料分析輕鬆學：R Commander高手捷徑》、《Eviews高手：財經計量應用手冊》 ★內文試閱： 第2講 掌握資料的統計性質—分布 Walmart 的大數據快打部隊 大數據案例中最有名的就是 Walmart 的「尿布和啤酒」。Walmart曾是世界上收益最高的大公司，有散布世界 30 多國的 2 千家賣場，聘僱近 2 百萬員工。Walmart 或許是世界上最早從數據解析獲得商業價值的公司，尤其在 2004 年颶風 Sandy 侵襲美國之後，對於急難救助設備和藥品的高需求，凸顯了預測分析的重要。 Walmart 這種大賣場型的零售業，是典型的超級市場，每天把數以萬計的商品賣給成千上萬的消費者。因為消費者在此處買不到他要的，就很容易轉往別家賣場，所以，除了商品競爭，還需要在顧客服務上競爭，也就是便利性。因此，它的決策目標就很清楚：1. 透過顧客交易資料，了解商品特徵的衍生需求；2. 衍生需求屬性的分類及設計促銷方案。 2011 年 Walmart 開始大數據布局，先成立了 @WalmartLabs 和Fast Big Data Team，也就是大數據快打部隊。大數據快打部隊總部設在阿肯色州，在此，小組成員每天透過掌握 200 條數據串流，分析全世界的即時 (Real-time) 資料，包括上週累積的 40 PB 數據，這個數據戰略也稱為資料咖啡 (Data Café)。 Walmart 的銷售績效和即時分析息息相關，一位內部的資深統計學家說：「如果需要一星期或更久，才能從資料中找出問題和解決方案，那我們就輸定了。」Walmart 的工作模式是以數據為中心的解決方案，快打部隊不是單獨工作，他們對公司內部所有部門開放，任憑部門提出各種問題，他們從數據中獲得參考答案，然後共同思考解決方案。 Walmart 的中央資訊系統掌握了各地的上架貨物狀況，可以透過需求預測，來配置各地賣場的庫存。如果發現哪一間賣場存貨不足以滿足需求，就會即時發出警訊。這種問題最常出現在特別節日或大型活動舉辦時期。Walmart 還推出 Shopycat 服務，專門在社媒中挖掘顧客的朋友關係和消費模式的關聯，據此，他們開發出自己的搜尋引擎Polaris，Polaris 可以分析檢索 Walmart 網頁的模式，利用數據，優化商品搜尋結果。 Data Café 的資料量相當大，根據官方文件，最近 2 週的交易資料就有 2,000 億列 (rows)。除了交易資料，還有至少 200 個開放資料源，例如：氣象、經濟、電信、社群媒體、天然氣價格，以及各賣場附近將舉辦的活動資訊。零售超市是高度競爭的產業，因此，透過數據協助解析顧客，藉以提升競爭優勢，是一個堪比軍備競賽的行動。Walmart 也發現他們和阿里巴巴與 Amazon 的不同，他們發現除了習慣於送貨到府的消費者，更多顧客喜歡親自開車來逛賣場，而他們就是這一塊的霸主。 技術面來看，像 Walmart 這一類的公司，資料倉儲技術就很重要。2011 年開始採用 Hadoop 的分散技術，但很快就不敷使用。為了更靈活管理儲存前的資料以及分析數據，Spark 和 Cassandra 系統也引入使用，數據分析則採用 R 語言和 SAS 系統。 Walmart 企業官網：https://www.walmart.com/