一般分類: 暢銷精選 > 科學科普 > 電腦 
     
    商務大數據分析:案例分析與AI應用趨勢(第二版)
    編/著者: 黃正傑
    出版社:全華
    出版日期:2025-12-19
    ISBN:9786264015882
    參考分類(CAT):
    參考分類(CIP): 電腦科學

    優惠價:95折,428

    定價:  $450 

     
     
     
    分享
      買了此商品的人,也買了....
    定價:580 元
    特價:95折!551
     
    定價:450 元
    特價:90折!405
     
    定價:380 元
    特價:90折!342
     
    定價:850 元
    特價:90折!765
     
    定價:500 元
    特價:95折!475
     
      | 內容簡介 |
    內容簡介
    本書特色
    ●思維與應用並重:本書不僅講解大數據與人工智慧的基礎概念及演算方法 ,更引導讀者從商業應用情境出發,思考並發展預測分析與AI問題的解決方法,讓您從「知道」進化到「會用」!
    ●涵蓋AI最新趨勢:緊跟時代腳步,除了基礎的機器學習與深度學習,還新增了對生成式AI的探討,特別是利用Python語言與LangChain發展簡單AI代理程式的實作範例。
    ●以Python語言實戰:提供豐富的Python語言範例,從問題解析、數據理解到模型建立,讓讀者可以循序漸進地動手實作,告別紙上談兵的學習模式。
    ●真實且多樣的數據集案例:選用貼近實際的資料集範例,包括統一發票網頁爬蟲、房價與零售店銷售預測、股票預測、電影推薦以及圖片辨識與自然語言解析等,大大提高學習興趣與實用性。
    ●生成式AI輔助分析:設有專門章節(第十七章),示範如何運用ChatGPT、生成式AI等工具,來輔助進行數據的理解、準備、分析、文本挖掘與圖形分析等工作,讓您親身體驗AI對數據分析的影響。
    內容簡介
    本書深入解析大數據的發展沿革、4V特徵、行業價值與企業管理模式,更重要的是,它引導讀者從商業應用情境出發,思考並解決真實的數據分析問題,如群組、分類、推薦與關聯等。建立數據驅動思維,與數據科學家進行更有效的溝通,加速智慧應用發展。
    在實作層面,本書提供Python語言範例,循序漸進地引領讀者了解分析與模型建立步驟。提供房價預測、電影推薦、圖片辨識及自然語言解析等貼近真實的案例。
    本書更納入AI先進技術,介紹LangChain基礎運用,發展簡單的AI代理程式。
    這是一本橫跨大數據基礎、預測分析方法,到文本挖掘、圖像辨識、生成式AI代理的完整教材,是商管學生與商業人士理解AI實務與應用的最佳起點!
    目錄
    Chapter 01 大數據發展沿革
    1-1 資料的發展
    1-2 大數據源起
    1-3 大數據定義
    1-4 大數據特性

    Chapter 02 大數據行業價值
    2-1 大數據價值
    2-2 大數據行業應用機會
    2-3 大數據企業應用案例

    Chapter 03 大數據商業模式創新
    3-1 數據化與創新
    3-2 大數據開放資料
    3-3 大數據生態系與商業模式創新

    Chapter 04 企業大數據管理
    4-1 企業數位資料管理演進
    4-2 大數據資料處理發展
    4-3 大數據資料分析發展
    4-4 大數據管理架構
    4-5 大數據規劃與實施類型
    4-6 大數據企業實施案例
    4-7 企業採用趨勢與挑戰

    Chapter 05 大數據分析:概念與程序
    5-1 數據分析是智慧決策基礎
    5-2 從商業分析到預測分析
    5-3 預測分析程序
    5-4 預測分析工具
    5-5 Python工具安裝

    Chapter 06 大數據分析:數據的理解
    6-1 問題解決方向
    6-2 數據組織實作
    6-3 數據擷取實作-網頁爬蟲抓取

    Chapter 07 大數據分析:數據的準備
    7-1 問題解決方向
    7-2 數據探索與視覺化
    7-3 探索性資料分析

    Chapter 08 大數據分析:聚類與分類
    8-1 問題解決方向
    8-2 聚類分析實作
    8-3 分類分析實作

    Chapter 09 大數據分析:迴歸與趨勢
    9-1 問題解決方向
    9-2 迴歸分析實作
    9-3 時間趨勢實作

    Chapter 10 大數據分析:相似與推薦
    10-1 問題解決方向
    10-2 異常與相似性判定實作
    10-3 相似性推薦實作

    Chapter 11 大數據分析:關聯與關係
    11-1 問題解決方向
    11-2 關聯分析與實作
    11-3 貝氏網路分析與實作

    Chapter 12 大數據分析:連結與網路
    12-1 問題解決方向
    12-2 隱馬可夫模型與實作
    12-3 社會網路分析與實作

    Chapter 13 數據驅動的人工智慧發展
    13-1 人工智慧沿革
    13-2 人工智慧方法演進
    13-3 機器學習方法
    13-4 深度學習方法
    13-5 生成式AI發展
    13-6 ChatGPT實作

    Chapter 14 AI探索:文本挖掘分析
    14-1 自然語言發展沿革
    14-2 問題解決方向
    14-3 文本挖掘分析- 文字雲
    14-4 文本挖掘分析-TFIDF文本相似查詢


    Chapter 15 AI探索:圖像辨識分析
    15-1 電腦視覺發展沿革
    15-2 問題解決方向
    15-3 圖像辨識分析-CNN深度學習

    Chapter 16 AI探索:生成式AI代理
    16-1 虛擬助理發展沿革
    16-2 問題解決方向
    16-3 AI代理─ LangChain基礎運用

    Chapter 17 用GPT實現商務大數據分析
    17-1 GPT預訓練模型是一種商業模式創新
    17-2 AI輔助程式設計
    17-3 AI輔助數據的理解
    17-4 AI輔助數據的準備
    17-5 AI輔助數據的分析
    17-6 AI輔助文本挖掘分析
    17-7 AI輔助圖形分析
    17-8 未來:數據驅動行動