思维导图备注

深入浅出数据分析 - 迈克尔·米尔顿(Michael Milton)

首页收藏书籍阅读记录

我的书签
添加书签移除书签

你的目标函数

浏览 1 扫码

小字体
中字体
大字体

2022-02-20 00:45:52

请登录再阅读

扉页
目录
版权页
内容简介
本书荐辞
序言
- 深入浅出系列图书美誉
- 我们了解你在想什么
- 我们了解你的大脑在想什么
- 作者简介
- 译者序
- 自述
- 技术顾问组
- 致谢
1 分解数据数据分析引言
- Acme化妆品公司需要你出力
- 首席执行官希望数据分析师帮他提高销量
- 数据分析就是仔细推敲证据
- 确定问题
- 客户将帮助你确定问题
- 把问题和数据分解为更小的组块
- 现在再来看看了解到的情况
- 评估组块
- 分析从你介入的那一刻开始
- 提出建议
- 报告写好了
- 首席执行官欣赏你的工作
- 一则新闻
- 首席执行官确信的观点让你误入歧途
- 你对外界的假设和你确信的观点就是你的心智模型
- 统计模型取决于心智模型
- 心智模型应当包括你不了解的因素
- 首席执行官承认自己有所不知
- Acme给你发来了一长串原始数据
- 深入挖掘数据
- 泛美批发公司确认了你的印象
- 回顾你的工作
- 你的分析让客户做出了英明的决策
2 实验检验你的理论
- 咖啡业的寒冬到了！
- 星巴仕董事会将在三个月内召开
- 星巴仕调查表
- 务必使用比较法
- 比较是破解观察数据的法宝
- 一位典型客户的想法
- 观察分析法充满混杂因素
- 店址可能对分析结果有哪些影响
- 拆分数据块，管理混杂因素
- 情况比预料的更糟！
- 你需要做一个实验，指出哪种策略最有效
- 星巴仕首席执行官已经急不可待
- 星巴仕降价了
- 一个月后……
- 以控制组为基准
- 避免解雇123
- 让我们重新认真做一次实验
- 一个月后……
- 实验照样会毁于混杂因素
- 精心选择分组，避免混杂因素
- 随机选择相似组
- 准备就绪，开始实验
- 结果在此
- 星巴仕找到了与经验吻合的销售策略
3 最优化寻找最大值
- 现在是浴盆玩具游戏时间
- 你能控制的变量受到约束条件的限制
- 决策变量是你能控制的因素
- 你碰到了一个最优化问题
- 借助目标函数发现目标
- 你的目标函数
- 在同一张图形里绘制多种约束条件
- 合理的选择都出现在可行区域里
- 新约束条件改变了可行区域
- 用电子表格实现最优化
- Solver一气呵成解决最优化问题
- 利润跌穿地板
- 你的模型只是描述了你规定的情况
- 按照分析目标校正假设
- 提防负相关变量
- 新方案立竿见影
- 你的假设立足于不断变化的实际情况
4 数据图形化图形让你更精明
- 新军队需要优化网站
- 结果面世，信息设计师出局
- 前一位信息设计师提交的三份信息图
- 这些图形隐含哪些数据？
- 体现数据！
- 这是前一位设计师主动提供的意见
- 让数据变美观也不是你要解决的问题
- 数据图形化的根本在于正确比较
- 你的图形已经比打入冷宫的图形更有用
- 使用散点图探索原因
- 最优秀的图形都是多元图形
- 同时展示多张图形，体现更多变量
- 图形很棒，但网站掌门人仍不满意
- 优秀的图形设计有助于思考的原因
- 实验设计师出声了
- 实验设计师们有自己的假设
- 客户欣赏你的工作
- 订单从四面八方滚滚而来！
5 假设检验假设并非如此
- 给我来块“皮肤”……
- 我们何时开始生产新手机皮肤？
- PodPhone不希望别人看透他们的下一步行动
- 我们得知的全部信息
- 电肤的分析与数据相符吗？
- 电肤得到了机密《战略备忘录》
- 变量之间可以正相关，也可以负相关
- 假设几个PodPhone备选方案
- 用手头的资料进行假设检验
- 假设检验的核心是证伪
- 借助诊断性找出否定性最小的假设
- 无法一一剔除所有假设，但可以判定哪个假设最强
- 你刚刚收到一条图片短信……
- 即将上市！
6 贝叶斯统计穿越第一关
- 医生带来恼人的消息
- 让我们逐条细读正确性分析
- 蜥蜴流感到底有多普遍？
- 这些术语说的都是条件概率
- 你需要算算
- 1%的人患蜥蜴流感
- 你患蜥蜴流感的几率仍然非常低
- 搜集到新数据后，用贝叶斯规则处理基础概率
- 贝叶斯规则可以反复使用
- 第二次试验结果：阴性
- 新试验的正确性统计值有变化
- 新信息会改变你的基础概率
- 放心多了！
7 主观概率信念数字化
- 背水投资公司需要你效力
- 分析师们相互叫阵
- 主观概率体现专家信念
- 主观概率可能表明：根本不存在真正的分歧
- 分析师们答复的主观概率
- 首席执行官不明白你在忙些什么
- 首席执行官欣赏你的工作
- 标准偏差量度分析点与平均值的偏差
- 贝叶斯规则是修正主观概率的好办法
- 首席执行官完全知道该怎么处理这条新信息了
- 俄罗斯股民欢欣鼓舞！
8 启发法凭人类的天性作分析
- 邋遢集向市议会提交了报告
- 邋遢集确实把镇上打扫得干干净净
- 邋遢集已经计量了自己的工作效果
- 他们的任务是减少散乱垃圾量
- 计量垃圾量不可行
- 问题刁钻，回答简单
- 数据邦市的散乱垃圾结构复杂
- 无法建立和运用统一的散乱垃圾计量模型
- 使用快省树
- 是否有更简单的方法评估邋遢集的成就？
- 固定模式都具有启发性
- 分析完毕，准备提交
- 看来你的分析打动了市议会的议员们
9 直方图数字的形状
- 员工年度考评即将到来
- 伸手要钱形式多样
- 这是历年加薪记录
- 直方图不同区间之间的缺口即数据点之间的缺口
- 安装并运行R
- 将数据加载到R程序
- R创建了美观的直方图
- 用数据的子集绘制直方图
- 谈判要求加薪对你意味着什么？
10 回归预测
- 你打算怎么花这些钱？
- 以获取大幅度加薪为目的进行分析
- 稍等片刻……加薪计算器！
- 这个算法的玄机在于预测加薪幅度
- 用散点图比较两种变量
- 直线能为客户指明目标
- 回归线预测出人们的实际加薪幅度
- 回归线对于具有线性相关特点的数据很有用
- 你需要用一个等式进行精确预测
- 回归方程与散点图密切相关
- 加薪计算器的算法正是回归方程
- 你的加薪计算器没有照计划行事……
11 误差合理误差
- 客户大为恼火
- 你的加薪预测算法做了什么？
- 客户组成
- 要求加薪25%的家伙不在模型范围内
- 如何对待想对数据范围以外的情况进行预测的客户
- 由于使用外插法而惨遭解雇的家伙冷静下来了
- 你只解决了部分问题
- 扭曲的加薪结果数据看起来是什么样子？
- 机会误差=实际结果与模型预测结果之间的偏差
- 误差对你和客户都有好处
- 机会误差访谈
- 用均方根误差定量表示残差分布
- R模型知道存在均方根误差
- R的线性模型汇总展示了均方根误差
- 分割的根本目的是管理误差
- 优秀的回归分析兼具解释功能和预测功能
- 相比原来的模型，分区模型能更好地处理误差
- 你的客户纷纷回头
12 关系数据库你能关联吗？
- 《数据邦新闻》希望分析销量
- 这是他们保存的运营跟踪数据
- 你需要知道数据表之间的相互关系
- 数据库就是一系列相互有特定关系的数据
- 找到一条贯穿各种关系的路线，以便进行必要的比较
- 创建一份穿过这条路径的电子表格
- 通过汇总将文章数目和销量关联起来
- 看来你的散点图确实画得很好
- 复制并粘贴所有这些数据是件痛苦的事
- 用关系数据库管理关系
- 《数据邦新闻》利用你的关系图建立了一个RDBMS
- RDBMS数据可以进行无穷无尽的比较
- 你上了封面
13 整理数据井然有序
- 刚从停业的竞争对手那儿搞到一份客户名单
- 数据分析不可告人的秘密
- Head First猎头公司想为自己的销售团队搞到这份名单
- 清理混乱数据的根本在于准备
- 一旦组织好数据，就能修复数据
- 将#号作为分隔符
- Excel通过分隔符将数据分成多个列
- 用SUBSTITUTE替换“^”字符
- 所有的“姓”都整理好了
- 用SUBSTITUTE替换名字模式太麻烦了
- 用嵌套文本公式处理复杂的模式
- 用sub指令整理“名”
- 现在可以向客户交货了
- 可能尚未大功告成……
- 为数据排序，让重复数值集中出现
- 这些数据有可能来源于某个关系数据库
- 删除重复名字
- 你创建了美观、整洁、具有唯一性的记录
- Head First猎头公司正在一网打尽各种人才！
- 再见……
附录B：安装R 启动R！
- 附录A：尾声正文未及的十大要诀
附录C：安装Excel分析工具 ToolPak
- 在Excel中安装数据分析工具
索引

暂无相关搜索结果！

二维码

手机扫一扫，轻松掌上学

《深入浅出数据分析 - 迈克尔·米尔顿(Michael Milton)》电子书下载

请下载您需要的格式的电子书，随时随地，享受学习的乐趣！

EPUB 电子书

书签列表

阅读记录

阅读进度: 0.00% ( 0/0 ) 重置阅读进度