行銷企劃、市場分析、統計預測、財務金融、風險管理...都該學！
養成大數據分析力的第一本書！
資料分析、資料科學都是近來非常夯的關鍵字，與其相關的工作職務紛紛冒出，形成一股勢不可擋的大數據分析學習熱潮。
只是聽說學資料分析都得具備一定的技術能力(例如要會撰寫Python、R...程式)，往往讓底子不夠、或非資訊背景的人止步...沒關係！不管您身處什麼領域、技術背景如何，本書就是為了想搭上這波學習熱潮的您而生。
書中將利用免費、完全不用撰寫程式的分析工具-【RapidMiner】，帶您走過資料科學/資料分析的經典分析領域。各專案會一步步帶您從「思考解決什麼樣的問題？」開始，從蒐集資料、清理資料、資料探索與視覺化、到實際建置模型、正確解讀結果...等。所用的分析方法均結合時下盛行的機器學習演算法，您會清楚了解如何利用已知的資料對未來做出預測分析。
在現今數據充斥的環境下，期盼讀者可以藉由本書將滿滿的數據「變現」，提早掌握重要資訊、贏得先機！
【釐清資料領域重要關鍵字】
‧大數據‧開放資料‧資料分析‧資料科學‧機器學習
【資料分析雙鑽石模型】
‧問題發掘‧蒐集與前處理‧資料探索與視覺化‧建模‧模型解讀
【完全免費的資料集散地任你挖寶】
‧data.word‧Kaggle‧Github‧政府開放資料平台…
【統計、建模術語零阻礙，白話解說保證看懂】
‧監督式/非監督式學習‧決策樹‧邏輯迴歸‧混淆矩陣‧分類問題‧迴歸問題‧RMSE、MSE‧分群問題‧K-means模型‧Elbowmethod‧時間序列‧ARIMA模型
【不分領域、一看就懂的生活實例】
‧預測NBA選秀球員發展性‧預測中古車的價格‧找出相似喜好的客群‧出生率預估
本書特色:
●零程式基礎！建立分析模型StepbyStep保證做的到
●零統計基礎！滿滿白話實例，輕鬆解讀統計、衡量指標概念
●生活化實例全面展示【分類、迴歸、分群、時間序列】經典分析
關鍵字 程式 NBA 資料分析 大數據分析 分析 成大 模型 背景 探索 資料 迴歸
