在今天的商業環境中，無窮無盡的大數據潮流經常影響著重要的決策流程。為瞭保持和延續業務盈利，利用大數據的能力勢在必行。但是，隻是獲得數據和具有處理能力並不足以得到有意義的結果。

《大數據挖掘與機器學習》為市場營銷主管、商業領袖和技術專傢提供一套綜閤手段，使其能開發齣不斷産生有效結果並提高利潤率的戰略和方法，並且能將這些戰略和方法貫徹實施下去。在本書中，Jared Dean對大數據分析現狀以及日益提升的高性能計算體係結構的趨勢進行深入淺齣的迴顧。《大數據挖掘與機器學習》明確地展示瞭如何利用大數據分析促進積極改變並且驅動效率。

Jared Dean循序漸進地揭示瞭如何應用技術創建數據挖掘、機器學習及大數據處理的分析環境。該作者還探索權衡瞭不同技術選擇的結果。《大數據挖掘與機器學習》囊括瞭能夠加以應用從被挖掘的數據中獲取信息的算法和方法，並提供瞭對如何有效地應用這些方法的解釋。本書還提供瞭許多案例研究的說明，給齣瞭許多已經成功應用瞭新的技術和算法來建立其競爭優勢的組織的例子。作者還對預測建模和如何應用這些工具於決策流程進行瞭討論。

對任何希望獲得數據分析能力的組織，這本重要的書都可以作為理解大數據基本技術和大數據分析的關鍵指引。現在你可以充滿自信地掌控你所在組織的大數據分析，創造齣能夠一擊即中的結果。

內容簡介

《大數據挖掘與機器學習：工業4.0時代重塑商業價值》分為3個部分，共17章。第Ⅰ部分“計算環境”，包括第1章到第3章。第Ⅱ部分“將數據轉化為商業價值”，包括第4章到第10章。這一部分聚焦於數據挖掘活動中所要用到的方法、算法和路徑。第Ⅲ部分“將其全部結閤起來的成功案例”包括第11章到第17章。本部分主要描述瞭作者參與過的成功應用大數據分析優化企業決策、提高企業價值的公司案例。
《大數據挖掘與機器學習：工業4.0時代重塑商業價值》可作為企業管理人員、營銷主管、分析人員、IT人員等作為理解大數據、應用大數據為企業創造價值的指引，同時，本書也可供統計學、應用數學及計算機專業學者和研究人員參考學習。

作者簡介

Jared Dean（傑瑞德·迪安）是SAS研究院的研發高級總監。他負責SAS全球數據挖掘解決方案的開發。這包括客戶互動、新功能開發、技術支持、銷售支持和産品集成。在加入SAS之前，Dean是美國人口調查局的數學統計學傢。

內頁插圖

1 概述
大數據大事年錶
為何這個主題現在很重要
大數據是否隻是一時的狂熱？
在何處應用大數據會産生重大影響？
21　第Ⅰ部分計算環境
23　第1章硬件
1．1　存儲器（磁盤）
1．2　中央處理器
1．3　內存
1．4　網絡
31　第2章分布式係統
2．1　數據庫計算
2．2　文件係統計算
2．3　考慮因素
37　第3章分析工具
3．1　Weka
3．2　Java和JVM語音
3．3　R語言
3．4　Python
3．5　SAS
47　第Ⅱ部分將數據轉化為商業價值
49　第4章預測建模
4．1　一個建模方法
4．2　sEMMA
4．3　二元分類法
4．4　多層分類法
4．5　區間預測
4．6　預測模型評估
63　第5章一般預測建模技術
5．1　RFM
5．2　迴歸
5．3　廣義綫性模型
5．4　神經網絡
5．5　決策樹和迴歸樹
5．6　支持嚮量機
5．7　貝葉斯網絡分類方法
5．8　組閤方法
117　第6章細分
6．1　聚類分析
6．2　距離測度（指標）
6．3　聚類評估
6．4　聚類數量
6．5　K-means算法
6．6　分層聚類法
6．7　群特徵刻畫
129　第7章增量響應建模
7．1　建立響應模型
7．2　評估增量響應
137　第8章時間序列數據挖掘
8．1　降維
8．2　探查模式
8．3　時間序列數據挖掘的應用：Nike+Fuelband智能手環
149　第9章推薦係統
9．1　何為推薦係統？
9．2　應用於何處？
9．3　如何起作用？
9．4　推薦質量評估
9．5　推薦係統的應用：SAS 圖書館
161　第10章文本分析
10．1　信息檢索
10．2　內容分類
10．3　文本挖掘
10．4　文本分析應用：讓我們來玩《危險邊緣》（Jeopardy！）
177　第Ⅲ部分將其全都結閤起來的成功案例
179　第11章基於某大型美國金融服務公司的案例研究
11．1　傳統市場營銷活動流程
11．2　高效的營銷解決方案
11．3　變革的價值主張
187　第12章主要衛生保健提供者的案例研究
12．1　CAHPS
12．2　HEDIS
12．3　HOS
12．4　IRE
197　第13章技術製造商案例研究
13．1　發現設備缺陷
13．2　如何降低成本
201　第14章在綫品牌管理的案例研究
205　第15章移動應用推薦的案例研究
209　第16章高科技産品製造商的案例研究
16．1　處理缺失數據
16．2　超越生産的應用
213　第17章展望未來
17．1　重復性研究
17．2　隱私與公共數據集
17．3　物聯網
17．4　未來的軟件開發
17．5　未來算法開發
17．6　總結
221　關於作者
223　附錄
225　參考文獻
231　譯者後記