拥抱大数据

本书首先介绍了大数据的由来与数据分析师职业的前景，概述了大数据的特点及其分析方法，引发读者对数据分析师的向往。然后介绍了如今最流行的近三十种大数据算法，每种算法都附有一个成功的商业案例，通过案例深入分析每种算法的长处、缺点、适用范围等，使读者不仅知其然，更知其所以然。

李倩星，毕业于西南大学统计系。擅长操作包括SPSS在内的多种数据分析软件。通晓多种数据分析算法的原理与应用，并能利用其解决实际问题。曾在大数据培训机构PPV课程做答疑老师，指导多人找到适合自己发展的大数据之路。时刻关注着大数据行业的最新动态，深度分析过大数据行业最新的商业案例，掌握了案例背后的大数据算法原理及其应用商机。
王震，澳大利亚伊迪科文大学毕业，现执教于沈阳理工大学艺术设计学院，副教授。长期从事动画游戏设计、虚拟现实、互动多媒体、大数据等研究及教学工作。

第一章为什么市场需要数据分析师
1.1大数据的前世今生
1.2大数据的具体定义
1.3数据分析行业现状及巨大缺口
第二章什么是数据分析师
2.1明确两个概念
2.2从四份招聘简历说起
2.2.1第一份招聘简历要求
2.2.2第二份招聘简历要求
2.2.3第三份招聘简历要求
2.2.4第四份招聘简历要求
2.3数据分析师常见专业出身
2.3.1数学与应用数学、统计学专业
2.3.2经济管理类专业
2.3.3计算机理论类专业
2.3.4计算机应用类专业
2.3.5其他专业
2.4数据分析师可从事行业
2.4.1互联网行业
2.4.2制造行业
2.4.3投资分析行业
2.4.4咨询行业
2.4.5其他类公司综述
第三章如何成为数据分析师
3.1数据分析师基础知识储备
3.1.1基础统计知识
3.1.2基础的数据库知识
3.1.3Office办公软件和专业数据分析工具
3.1.4基础算法编程知识
3.1.5业务知识
3.1.6一些数据分析经验
3.1.7小结
3.2数据分析师常用工具盘点
3.2.1Excel
3.2.2SPSS
3.2.3STATA
3.2.4Eviews
3.2.5SAS
3.2.6Matlab
3.2.7R
3.2.8小结
3.3数据分析师应该学习的网络课程
3.3.1MOOC类课程
3.3.2网上学习平台
3.3.3现场培训班
第四章描述性统计分析
4.1频数分布分析：用统计图解决伦敦霍乱
4.1.1可怕的英国霍乱
4.1.2约翰医生的实地调查
4.1.3对伦敦霍乱平息过程的分析
4.1.4频数分布分析总结
4.2关注数据代表性：统计学家改良轰炸机
4.2.1“二战”盟国轰炸德国伤亡惨重
4.2.2轰炸机的返航率得到提高
4.2.3对轰炸机改进过程的分析
4.2.4数据代表性总结
4.3异常值分析：1号店提升营销精准率
4.3.11号店的数据分析案例
4.3.21号店数据分析过程
4.3.3异常值分析总结
4.4对比分析：刻画豆瓣变现具体压力
4.4.1豆瓣变现的难题
4.4.2豆瓣变现的具体压力
4.4.3对比分析总结
4.5描述性统计分析概述：淘 宝箱店类目分析
4.5.1淘 宝箱店类目背景
4.5.2箱店类目分析实解
4.5.3描述性统计分析小结
第五章相关分析与回归分析
5.1相关分析与回归分析基础
5.2矩阵分解：价值百万美元的Netflx推荐系统
5.2.1Netfilx为推荐系统悬赏百万美元
5.2.2构建一个推荐系统
5.2.3矩阵分解小结
5.3一元线性回归：引发金融危机的风险价值模型
5.3.1广受欢迎的风险价值模型
5.3.2评估一个理财产品的风险
5.3.3一元线性回归小结
5.4评分系统：星巴克选址借力大数据
5.4.1越来越难以选择的快餐店地址
5.4.2多元线性回归与评分系统
5.4.3评分系统小结
5.5相关分析与回归分析概述：奥巴马使用大数据赢得大选
5.5.1神奇的Survey Manager系统
5.5.2美国大选详细解读
5.5.3相关分析与回归分析总结
第六章关联分析与聚类分析
6.1关联分析与聚类分析基础
6.2购物篮分析：啤酒与尿布的经典案例
6.2.1沃尔玛超市里的啤酒与尿布
6.2.2购物篮分析案例实解
6.2.3购物篮分析小结
6.3序列模式挖掘：Web访问模式帮助电商优化网站
6.3.1我们为什么需要序列模式挖掘
6.3.2Web访问模式与优化网站
6.3.3序列模式挖掘小结
6.4快速聚类：大数据捧火《纸牌屋》
6.4.1大数据助Netfilx赌赢《纸牌屋》
6.4.2透视《纸牌屋》背后的大数据算法
6.4.3快速聚类小结
6.5层次聚类：人人网好友推荐的奥秘
6.5.1无处不在的好友推荐
6.5.2朴素的人人网好友推荐算法
6.5.3层次聚类与好友推荐小结
6.6关联分析与聚类分析综述：加州极客的聚类分析把妹法
6.6.1使用大数据寻找另一半
6.6.2分成七类的潜在女朋友
6.6.3关联分析与聚类分析小结
……
第七章决策树与模式识别
第八章更多的数据挖掘算法

自2012年起，工商界宣布正式进入大数据时代，数据挖掘引发了各行各业的变革。许多青年俊彦都希望从事大数据的相关职业，比如成为最受众人瞩目的数据分析师。但是数据分析是一门统计、计算机、数据库等多个专业交叉的领域，而高校教育与市场应用又有较大的脱节，这种理论知识的难于掌握和教育资源的难以获得使得许多人都对数据分析师这一职业望而却步。本书的目的就是通过丰富的案例为读者讲解数据分析师所需要掌握的基础知识，帮助读者快速踏入数据分析的领域。 博观而约取，厚积而薄发。本书攫取大数据领域最经典的案例，采用深入浅出的语言，将枯燥的理论知识用易于理解的形式表达出来。全书兼顾趣味性和实用性于一体，通过阅读本书，读者可以深入地了解大数据究竟是什么、如何成为数据分析师，以及熟练地掌握数据分析师的必备技能并理解这些技能在各行各业中的用处。本书是带领读者走入大数据领域的绝佳敲门砖，可以为读者后续的职业发展打下良好基础。 因受作者水平和成书时间所限，本书难免存有疏漏和不当之处，敬请指正。