大數據分析 決勝互聯(lián)網(wǎng)金融時(shí)代簡(jiǎn)介，目錄書(shū)摘
2020-02-17 14:33
來(lái)源：京東
作者：京東
大數據分析 決勝互聯(lián)網(wǎng)金融時(shí)代
暫無(wú)報價(jià)
2800+評論
97%好評
編輯推薦:O’Reilly 媒體 總經(jīng)理 Jim Stogdill 傾情作序推薦
IBM研究院首席科學(xué)家 Jeff Jonas
美國家得寶公司主席及CEO Frank Blake
美國凱悅酒店首席信息官 Mike Blake
美國職業(yè)棒球大聯(lián)盟媒體公司首席技術(shù)官 Joe Choti
Kaggle公司創(chuàng )始人及CEO Anthony Goldbloom
佩斯大學(xué)客戶(hù)智能碩士工程創(chuàng )始人之一 Tony Branda
聯(lián)袂誠意推薦
大數據分析的時(shí)代來(lái)臨了，這將是一場(chǎng)真正的變革?！洞髷祿治觯簺Q勝互聯(lián)網(wǎng)金融時(shí)代》著(zhù)眼于一些利用令人興奮的大數據思路支持業(yè)務(wù)分析的新一代新銳企業(yè)。這是一個(gè)真正的飛躍，也是一個(gè)能實(shí)現在效率、生產(chǎn)力、收入和盈利能力等方面產(chǎn)生巨大收益的良機。
《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》為企業(yè)經(jīng)理和管理人員所寫(xiě)，使他們可以有效地利用信息資源。本書(shū)在艱深的戰略理論和通俗易懂的示例之間做到平衡，對技術(shù)性很強的話(huà)題，通過(guò)故事、比喻和類(lèi)比的方式使讀者更容易理解和接受。作者是一位決策科學(xué)家和分析專(zhuān)家，通過(guò)行業(yè)的具體例子來(lái)描述大數據相關(guān)的技術(shù)，并說(shuō)明大數據的價(jià)值。在介紹了大數據領(lǐng)域有成功實(shí)踐的個(gè)人和公司之后，《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》還深入研究了要在大數據領(lǐng)域取得成功所需要的組織和角色的構成。
IBM研究院首席科學(xué)家 Jeff Jonas
美國家得寶公司主席及CEO Frank Blake
美國凱悅酒店首席信息官 Mike Blake
美國職業(yè)棒球大聯(lián)盟媒體公司首席技術(shù)官 Joe Choti
Kaggle公司創(chuàng )始人及CEO Anthony Goldbloom
佩斯大學(xué)客戶(hù)智能碩士工程創(chuàng )始人之一 Tony Branda
聯(lián)袂誠意推薦
大數據分析的時(shí)代來(lái)臨了，這將是一場(chǎng)真正的變革?！洞髷祿治觯簺Q勝互聯(lián)網(wǎng)金融時(shí)代》著(zhù)眼于一些利用令人興奮的大數據思路支持業(yè)務(wù)分析的新一代新銳企業(yè)。這是一個(gè)真正的飛躍，也是一個(gè)能實(shí)現在效率、生產(chǎn)力、收入和盈利能力等方面產(chǎn)生巨大收益的良機。
《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》為企業(yè)經(jīng)理和管理人員所寫(xiě)，使他們可以有效地利用信息資源。本書(shū)在艱深的戰略理論和通俗易懂的示例之間做到平衡，對技術(shù)性很強的話(huà)題，通過(guò)故事、比喻和類(lèi)比的方式使讀者更容易理解和接受。作者是一位決策科學(xué)家和分析專(zhuān)家，通過(guò)行業(yè)的具體例子來(lái)描述大數據相關(guān)的技術(shù)，并說(shuō)明大數據的價(jià)值。在介紹了大數據領(lǐng)域有成功實(shí)踐的個(gè)人和公司之后，《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》還深入研究了要在大數據領(lǐng)域取得成功所需要的組織和角色的構成。
內容簡(jiǎn)介: 《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》第1章主要介紹了大數據分析的定義和由來(lái)、大數據的重要性，以及大數據時(shí)代的歷史背景和發(fā)展趨勢。第2章通過(guò)對成功企業(yè)領(lǐng)導者的采訪(fǎng)，詳細介紹了大數據分析在信息、金融、傳媒、醫療等領(lǐng)域的使用案例，并通過(guò)這些案例幫助讀者了解如何將大數據分析方法應用到商業(yè)活動(dòng)中。第3章詳細介紹了大數據分析采用的一系列技術(shù)手段及案例，并指出大數據技術(shù)應用到實(shí)際生活中的一些關(guān)鍵問(wèn)題。第4章介紹了承載大數據應用的計算、存儲等底層基礎設施的關(guān)鍵技術(shù)，并討論了大數據計算的瓶頸及近年來(lái)涌現出的新技術(shù)。第5章詳細介紹了在大數據時(shí)代商業(yè)分析的方法及涉及的關(guān)鍵技能，以及如何對分析結果進(jìn)行歸納總結，對企業(yè)的決策產(chǎn)生影響。第6章主要介紹了數據科學(xué)家的定義，以及數據科學(xué)和決策科學(xué)人才培養的方法論。第7章討論了涉及數據隱私及數據安全的相關(guān)問(wèn)題。
《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》可供企業(yè)經(jīng)理和管理人員閱讀，通過(guò)本書(shū)可以使他們學(xué)習如何有效地利用信息資源。大數據領(lǐng)域的相關(guān)從業(yè)者通過(guò)本書(shū)可以了解如何在大數據方向進(jìn)行成功的實(shí)踐。由于《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》在艱深的戰略理論和通俗易懂的示例之間做到了平衡，對技術(shù)性很強的話(huà)題，通過(guò)故事、比喻和類(lèi)比的方式使讀者更容易理解和接受，因此對大數據領(lǐng)域感興趣的讀者也可進(jìn)行閱讀。
《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》可供企業(yè)經(jīng)理和管理人員閱讀，通過(guò)本書(shū)可以使他們學(xué)習如何有效地利用信息資源。大數據領(lǐng)域的相關(guān)從業(yè)者通過(guò)本書(shū)可以了解如何在大數據方向進(jìn)行成功的實(shí)踐。由于《大數據分析：決勝互聯(lián)網(wǎng)金融時(shí)代》在艱深的戰略理論和通俗易懂的示例之間做到了平衡，對技術(shù)性很強的話(huà)題，通過(guò)故事、比喻和類(lèi)比的方式使讀者更容易理解和接受，因此對大數據領(lǐng)域感興趣的讀者也可進(jìn)行閱讀。
作者簡(jiǎn)介: 邁克爾·梅內里（MichaelMinelli）是一個(gè)市場(chǎng)和銷(xiāo)售專(zhuān)家，在商業(yè)分析解決方案領(lǐng)域有16年的經(jīng)驗。他是銷(xiāo)售和全球聯(lián)盟的副總裁，萬(wàn)事達卡公司的信息服務(wù)顧問(wèn)。
米歇爾·錢(qián)伯斯（MicheleChambers）擁有諾瓦東南大學(xué)的計算機工程學(xué)士學(xué)位和杜克大學(xué)的MBA學(xué)位。她是一位有25年技術(shù)經(jīng)驗的創(chuàng )業(yè)高管。錢(qián)伯斯女士曾經(jīng)是負責IBM公司大數據分析的副總裁。
安碧嘉·帝拉吉（AmbigaDhiraj）是MuSigma公司客戶(hù)交付部的經(jīng)理，MuSigma是決策科學(xué)和分析解決方案的首席供應商。
米歇爾·錢(qián)伯斯（MicheleChambers）擁有諾瓦東南大學(xué)的計算機工程學(xué)士學(xué)位和杜克大學(xué)的MBA學(xué)位。她是一位有25年技術(shù)經(jīng)驗的創(chuàng )業(yè)高管。錢(qián)伯斯女士曾經(jīng)是負責IBM公司大數據分析的副總裁。
安碧嘉·帝拉吉（AmbigaDhiraj）是MuSigma公司客戶(hù)交付部的經(jīng)理，MuSigma是決策科學(xué)和分析解決方案的首席供應商。
目錄:第1章 什么是大數據，它為什么重要？
1．1 創(chuàng )業(yè)的大洪水
1．2 大數據不僅僅是“大”
1．3 為什么是現在？
1．4 關(guān)鍵技術(shù)的融合
1．5 相對而言……
1．6 更豐富多樣的數據
1．7 非結構化數據域的擴張
1．8 高層的聲音
參考文獻
第2章 大數據的工業(yè)實(shí)例
2．1 數字營(yíng)銷(xiāo)和離線(xiàn)世界
2．2 數據庫營(yíng)銷(xiāo)，大數據的先驅
2．3 大數據和市場(chǎng)營(yíng)銷(xiāo)的新技能
2．4 欺詐和大數據
2．5 風(fēng)險和大數據
2．6 信用卡風(fēng)險管理
2．7 大數據和算法交易
2．8 大數據在健康醫療領(lǐng)域的應用
2．9 醫藥領(lǐng)域的前沿先鋒
2．10 廣告和大數據：從莎草紙到受眾識別
2．11 從消費類(lèi)產(chǎn)品作為入口
參考文獻
第3章 大數據技術(shù)
3．1 房間里的大象：Hadoop并行計算世界
3．2 新舊技術(shù)對比
3．3 數據發(fā)現：沿著(zhù)人類(lèi)思維方式而工作
3．4 大數據分析的開(kāi)源技術(shù)
3．5 云計算和大數據
3．6 預測分析嶄露頭角
3．7 軟件即服務(wù)(SaaS)BI
3．8 移動(dòng)商業(yè)智能將成為主流
3．9 眾包分析
3．10 防火墻外部分析及跨防火墻分析
3．11 R&D方法幫助吸取新技術(shù)
3．12 大數據技術(shù)術(shù)語(yǔ)
3．13 二進(jìn)制數據
參考文獻
第4章 信息管理
4．1 大數據基礎
4．2 大數據計算平臺
4．3 大數據計算
4．4 更多關(guān)于大數據存儲
4．5 大數據計算的局限性
4．6 大數據的新興技術(shù)
第5章 商業(yè)分析
5．1 大數據分析的“最后一英里”
5．2 智能地理信息會(huì )讓你的生活更美好
5．3 聽(tīng)：是信號還是噪聲？
5．4 數據分析的實(shí)際使用
5．5 從生產(chǎn)到消費
5．6 可視化：如何將數據分析變得可用？
5．7 組織使用數據可視化作為采取即時(shí)行動(dòng)的方法
5．8 從數據采樣到數據分析
5．9 跳到盒子外思索
5．10 360°建模
5．11 速度需求
5．12 讓我們變得具有競爭性
5．13 什么技術(shù)是有效的？
5．14 數據分析已經(jīng)超越工具本身，并升級為大數據分析應用程序
參考文獻
第6章 大數據行業(yè)角色
6．1 數據科學(xué)家的興起
6．2 深度使用數學(xué)、科學(xué)以及計算機科學(xué)
6．3 10/90原則和批判性思考
6．4 分析師人才和行政支持
6．5 發(fā)展決策科學(xué)人才
6．6 數據分析的全局視圖
6．7 培養決策科學(xué)人才
6．8 創(chuàng )建培養決策科學(xué)人才的文化
6．9 建立正確的組織結構進(jìn)行有組織的分析
第7章 數據隱私與倫理
7．1 隱私涉及的主要領(lǐng)域
7．2 大數據抓取不是新鮮事
7．3 偏好、個(gè)性及關(guān)系
7．4 權利與義務(wù)
7．5 良心與責任意識
7．6 隱私可能是錯誤的焦點(diǎn)
7．7 數據可以匿名嗎？
7．8 用戶(hù)數據在情報安全部門(mén)的平衡
7．9 現在該做些什么？
參考文獻
1．1 創(chuàng )業(yè)的大洪水
1．2 大數據不僅僅是“大”
1．3 為什么是現在？
1．4 關(guān)鍵技術(shù)的融合
1．5 相對而言……
1．6 更豐富多樣的數據
1．7 非結構化數據域的擴張
1．8 高層的聲音
參考文獻
第2章 大數據的工業(yè)實(shí)例
2．1 數字營(yíng)銷(xiāo)和離線(xiàn)世界
2．2 數據庫營(yíng)銷(xiāo)，大數據的先驅
2．3 大數據和市場(chǎng)營(yíng)銷(xiāo)的新技能
2．4 欺詐和大數據
2．5 風(fēng)險和大數據
2．6 信用卡風(fēng)險管理
2．7 大數據和算法交易
2．8 大數據在健康醫療領(lǐng)域的應用
2．9 醫藥領(lǐng)域的前沿先鋒
2．10 廣告和大數據：從莎草紙到受眾識別
2．11 從消費類(lèi)產(chǎn)品作為入口
參考文獻
第3章 大數據技術(shù)
3．1 房間里的大象：Hadoop并行計算世界
3．2 新舊技術(shù)對比
3．3 數據發(fā)現：沿著(zhù)人類(lèi)思維方式而工作
3．4 大數據分析的開(kāi)源技術(shù)
3．5 云計算和大數據
3．6 預測分析嶄露頭角
3．7 軟件即服務(wù)(SaaS)BI
3．8 移動(dòng)商業(yè)智能將成為主流
3．9 眾包分析
3．10 防火墻外部分析及跨防火墻分析
3．11 R&D方法幫助吸取新技術(shù)
3．12 大數據技術(shù)術(shù)語(yǔ)
3．13 二進(jìn)制數據
參考文獻
第4章 信息管理
4．1 大數據基礎
4．2 大數據計算平臺
4．3 大數據計算
4．4 更多關(guān)于大數據存儲
4．5 大數據計算的局限性
4．6 大數據的新興技術(shù)
第5章 商業(yè)分析
5．1 大數據分析的“最后一英里”
5．2 智能地理信息會(huì )讓你的生活更美好
5．3 聽(tīng)：是信號還是噪聲？
5．4 數據分析的實(shí)際使用
5．5 從生產(chǎn)到消費
5．6 可視化：如何將數據分析變得可用？
5．7 組織使用數據可視化作為采取即時(shí)行動(dòng)的方法
5．8 從數據采樣到數據分析
5．9 跳到盒子外思索
5．10 360°建模
5．11 速度需求
5．12 讓我們變得具有競爭性
5．13 什么技術(shù)是有效的？
5．14 數據分析已經(jīng)超越工具本身，并升級為大數據分析應用程序
參考文獻
第6章 大數據行業(yè)角色
6．1 數據科學(xué)家的興起
6．2 深度使用數學(xué)、科學(xué)以及計算機科學(xué)
6．3 10/90原則和批判性思考
6．4 分析師人才和行政支持
6．5 發(fā)展決策科學(xué)人才
6．6 數據分析的全局視圖
6．7 培養決策科學(xué)人才
6．8 創(chuàng )建培養決策科學(xué)人才的文化
6．9 建立正確的組織結構進(jìn)行有組織的分析
第7章 數據隱私與倫理
7．1 隱私涉及的主要領(lǐng)域
7．2 大數據抓取不是新鮮事
7．3 偏好、個(gè)性及關(guān)系
7．4 權利與義務(wù)
7．5 良心與責任意識
7．6 隱私可能是錯誤的焦點(diǎn)
7．7 數據可以匿名嗎？
7．8 用戶(hù)數據在情報安全部門(mén)的平衡
7．9 現在該做些什么？
參考文獻
京公網(wǎng)安備 11000002000088號
