数据分析实战 PDF 超清版

编辑推荐

如何恢复销售额？哪种广告的效果会更好？游戏用户为何会流失？如何让组队游戏充满乐趣？……一线数据分析师教你用数据搞定！1.通过8个真实的商业案例，学会用数据分析解决商业难题。2.使用未经清洗的原始数据，体验真实的数据分析流程。 （在其他同类书中，经常故意使用和书中内容高度相符的数据来分析，但是读者会发现在实际的业务中使用书中的方法却很困难，数据分析实战 的各个案例中提供的都是zui原始的数据，需要在使用前进行加工。针对这些数据，如何灵活使用统计解析工具来处理，作者也给出了详细的介绍。）3.网罗柱状图、交叉列表统计、A B测试、多元回归分析、逻辑回归分析、主成分分析、聚类、决策树分析、机器学习等数据分析方法。4.数据分析实战 使用的数据和R脚本代码可下载。

内容简介

数据分析实战 由实战经验丰富的两位数据分析师执笔，数据分析实战 首先介绍了商业领域里通用的数据分析框架，然后根据该框架，结合8个真实的案例，详细解说了通过数据分析解决各种商业问题的流程，让读者在解决问题的过程中学习各种数据分析方法，包括柱状图、交叉列表统计、A B测试、多元回归分析、逻辑回归分析、聚类、主成分分析、决策树分析、机器学习等。特别是书中使用的数据都是未经清洗的原始数据，对如何加工数据以用于数据分析也进行了详细的介绍。读者可以使用R语言实际操作数据，体验真实的数据分析流程，避免纸上谈兵。

目录

• 第1章数据科学家的工作1
• 1.1什么是数据科学家2
• 1.23种类型的数据科学家5
• 1.3数据科学家的现状8
• 第2章商业数据分析流程9
• 2.1数据分析的5个流程10
• 2.2现状和预期12
• 2.3发现问题13
• 2.4数据的收集和加工19
• 2.5数据分析24
• 2.6解决对策27
• 2.7小结29
• [分析基础]篇
• 第3章案例1—柱状图
• 为什么销售额会减少35
• 3.1现状和预期36
• 3.2发现问题38
• 3.3数据的收集和加工39
• 3.4数据分析46
• 3.5解决对策49
• 3.6小结50
• 3.7详细的R代码51
• 第4章案例2—交叉列表统计
• 什么样的顾客会选择离开61
• 4.1现状和预期62
• 4.2发现问题64
• 4.3数据的收集和加工65
• 4.4数据分析69
• 4.5解决对策73
• 4.6小结75
• 4.7详细的R代码76
• 第5章案例3—A/B测试
• 哪种广告的效果更好83
• 5.1现状和预期84
• 5.2发现问题86
• 5.3数据的收集和加工88
• 5.4数据分析96
• 5.5解决对策98
• 5.6小结99
• 5.7详细的R代码100
• 第6章案例4—多元回归分析105
• 如何通过各种广告的组合获得更多的用户105
• 6.1现状和预期106
• 6.2发现问题108
• 6.3数据的收集112
• 6.4数据分析114
• 6.5解决对策117
• 6.6小结119
• 6.7详细的R代码120
• [分析应用]篇
• 第7章案例5—逻辑回归分析
• 根据过去的行为能否预测当下125
• 7.1期望增加游戏的智能手机用户量126
• 7.2是用户账号迁转设定失败导致的问题吗128
• 7.3在数据不包含正解的情况下收集数据131
• 7.4验证是否能够建立模型144
• 7.5解决对策148
• 7.6小结149
• 7.7详细的R代码150
• 第8章案例6—聚类
• 应该选择什么样的目标用户群163
• 8.1希望了解用户的特点164
• 8.2基于行为模式的用户分类165
• 8.3把主成分作为自变量来使用168
• 8.4进行聚类176
• 8.5解决对策180
• 8.6小结181
• 8.7详细的R代码182
• 第9章案例7—决策树分析
• 具有哪些行为的用户会是长期用户193
• 9.1希望减少用户开始游戏后不久就离开的情况194
• 9.2了解“乐趣”的结构195
• 9.3把类作为自变量198
• 9.4进行决策树分析210
• 9.5解决对策213
• 9.6小结215
• 9.7详细的R代码216
• 第10章案例8—机器学习
• 如何让组队游戏充满乐趣233
• 10.1使组队作战的乐趣ZUI大化234
• 10.2利用数据分析为服务增加附加价值236
• 10.3在数据中排除星期的影响238
• 10.4构建预测模型241
• 10.5解决对策248
• 10.6小结249
• 10.7详细的R代码250