܄

豆瓣评分9.0——《IBM SPSS数据分析与挖掘实战案例精粹》

【数据猿导读】 无论你是需要提升实战能力的数据分析专业人员,还是在市场营销、金融、财务和人力资源管理中需要应用数据分析的人士,抑或是从事咨询、科研等工作的专业人士,这本书都值得一看

豆瓣评分9.0——《IBM SPSS数据分析与挖掘实战案例精粹》

本书为数据猿推出的《每周一本书》栏目丛书。

欢迎大家推荐好书给我们,让更多人受益。

学习的时候,案例最容易被接受,它直观、生动、可借鉴性强,无论是课堂授课,还是自我学习,案例都是必不可缺的。本周,小猿君为大家推荐一本案例集锦,同时它也是一本大数据分析挖掘领域实操类的书籍,由国内两位资深的大数据分析和挖掘专家所著,豆瓣评分9.0。

无论你是需要提升实战能力的数据分析专业人员,还是在市场营销、金融、财务和人力资源管理中需要应用数据分析的人士,抑或是从事咨询、科研等工作的专业人士,这本书都值得一看,同时这本书也适合各专业的本科和研究生作为学习数据分析应用的参考书,从初学者到专家各个级别的数据分析人员都可以通过这本书有所获益。

SPSS_数据分析_数据挖掘-1

内容简介

《IBM SPSS数据分析与挖掘实战案例精粹》以IBM spss statistics 20.0和IBM spss modeler 14.1为工具,提供了医疗、金融、保险、汽车、快速消费品、市场研究、互联网等多个行业的数据分析、挖掘案例,基于实战需求,详细讲解整个案例的完整分析过程,并将模型和软件的介绍融于案例讲解之中,使读者在阅读时能突破方法和工具的局限,真正聚集于对数据分析精髓的领悟。  

作者简介

张文彤 博士,数据挖掘、市场研究、统计软件教学与应用领域专家,现任全球第八大市场研究集团INTAGE中国公司全国技术总监。曾在复旦大学任教数载,期间协助SPSS在中国建立并完善了其培训体系,是国内知名的SPSS培训师之一。

钟云飞 资深数据分析专家,拥有超过10年的统计分析与数据挖掘在各行业的软件应用及咨询经验,历任SPSS、SAS软件公司首席咨询顾问,目前在国际商业机器(中国)有限公司软件部工作,从事SPSS软件企业应用的推广工作。

目录

第一部分 spss数据分析基础

第1章 数据分析方法论简介

第2章 数据分析方法体系简介

第3章 ibm spss statistics操作入门

第4章 ibm spss statistics操作进阶

第5章 ibm spss modeler操作入门

第二部分 影响因素发现与数值预测

第6章 酸奶饮料新产品口味测试研究案例

第7章 偏态分布的激素水平影响因素分析

第8章 某车企汽车年销量预测案例

第9章 脑外伤急救后迟发性颅脑损伤影响因素分析案例

第10章 中国消费者信心指数影响因素分析

第三部分 信息浓缩、分类与感知图呈现

第11章 探讨消费者购买保健品的动机

第12章 1988年汉城奥运会男子十项全能成绩分析

第13章 打败sars

第14章 住院费用影响因素挖掘

第四部分 数据挖掘案例精选

第15章 淘宝大卖家之营销数据分析

第16章 超市商品购买关联分析

第17章 电信业客户流失分析

第18章 信用风险评分方法

第19章 医疗保险业的欺诈发现

第20章 电子商务中的数据挖掘应用

读者评价

SPSS_数据分析_数据挖掘-2

SPSS_数据分析_数据挖掘-3

购买链接

京东:https://item.jd.com/11186683.html

当当:http://product.dangdang.com/23194988.html

亚马逊:https://www.amazon.cn/dp/B00ISPIIQ2/ref=sr_1_1 ie=UTF8&qid=1525676078&sr=8-1&keywords=IBM+SPSS%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90%E4%B8%8E%E6%8C%96%E6%8E%98%E5%AE%9E%E6%88%98%E6%A1%88%E4%BE%8B%E7%B2%BE%E7%B2%B9


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

《精益数据分析》:网易创始人丁磊力荐
《精益数据分析》:网易创始人丁磊力荐
大数据分析:中美意见领袖对中美贸易战的观点态度
大数据分析:中美意见领袖对中美贸易战的观点态度
把扎克伯格拉下水,大数据挖掘犯错了吗
把扎克伯格拉下水,大数据挖掘犯错了吗

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部