预测分析中的建模技术：商务问题与R语言解决方案
译者序 大数据与商务智能 大数据(Big Data)是 2012 年开始炒作起来的一个新“词汇”。记得当时我有个在硅谷从事 IT 投资工作的朋友到纽约参加投资商会，她说，上一年度的会议，所有的话题都是社交网络(...
本书着眼于真实的案例和真实的数据。每章通过对一个实际问题的描述和讨论引出特定的预测分析模型，分析的结果通过可视化图表进行展示，章节末尾提供了R语言编写的应用程序。通过对建模技术和编程工具的实际演示，把抽象化的概念转化为具体的例子，让这些可以成功运行的案例程序更易于理解。 本书不但适合计算机、统计等相关专业选作教材，还适合进行公司决策分析、大数据分析等的相关人员参考阅读。
通过对历史数据的分析创建模型，为预测打下基础将战略与管理、方法与模型、信息技术与代码三者结合
目录
第1章 分析和数据科学 1
第2章 广告和促销 11
第3章 偏好与选择 25
第4章 购物篮分析 33
第5章 经济数据分析 44
第6章 运营管理 56
第7章 文本分析 71
第8章 情绪分析 93
第9章 体育分析 129
第10章 空间数据分析 148
第11章 品牌和定价 167
第12章 大数据的小游戏 200
附录A 数据科学的方法 203
A.1 数据库和数据准备 204
A.2 经典统计与贝叶斯统计 206
A.3 回归与分类 208
A.4 机器学习 212
A.5 互联网和社交网络分析 213
A.6 推荐系统 215
A.7 产品定位 216
A.8 市场细分 218
A.9 选址 219
A.10 金融数据科学 220
附录B 测量 222
附录C 个案分析 232
C.1 回到我们的“摇头娃娃”个案 232
C.2 DriveTime 公司的轿车销售 233
C.3 钻石价更高 237
C.4 威斯康星Dells 度假中心 240
C.5 个人电脑选择研究 244
附录D 代码和实用程序 248
