數(shù)據(jù)分析實戰(zhàn)

第1章　數(shù)據(jù)科學家的工作\t1
1．1　什么是數(shù)據(jù)科學家\t2
1．2　3種類型的數(shù)據(jù)科學家\t5
1．3　數(shù)據(jù)科學家的現(xiàn)狀\t8
第2章　商業(yè)數(shù)據(jù)分析流程\t9
2．1　數(shù)據(jù)分析的5個流程\t10
2．2　現(xiàn)狀和預(yù)期\t12
2．3　發(fā)現(xiàn)問題\t13
2．4　數(shù)據(jù)的收集和加工\t19
2．5　數(shù)據(jù)分析\t24
2．6　解決對策\t27
2．7　小結(jié)\t29
[分析基礎(chǔ)]篇
第3章　案例1—柱狀圖
為什么銷售額會減少\t35
3．1　現(xiàn)狀和預(yù)期\t36
3．2　發(fā)現(xiàn)問題\t38
3．3　數(shù)據(jù)的收集和加工\t39
3．4　數(shù)據(jù)分析\t46
3．5　解決對策\t49
3．6　小結(jié)\t50
3．7　詳細的R代碼\t51
第4章　案例2—交叉列表統(tǒng)計
什么樣的顧客會選擇離開\t61
4．1　現(xiàn)狀和預(yù)期\t62
4．2　發(fā)現(xiàn)問題\t64
4．3　數(shù)據(jù)的收集和加工\t65
4．4　數(shù)據(jù)分析\t69
4．5　解決對策\t73
4．6　小結(jié)\t75
4．7　詳細的R代碼\t76
第5章　案例3—A/B測試
哪種廣告的效果更好\t83
5．1　現(xiàn)狀和預(yù)期\t84
5．2　發(fā)現(xiàn)問題\t86
5．3　數(shù)據(jù)的收集和加工\t88
5．4　數(shù)據(jù)分析\t96
5．5　解決對策\t98
5．6　小結(jié)\t99
5．7　詳細的R代碼\t100
第6章　案例4—多元回歸分析\t105
如何通過各種廣告的組合獲得更多的用戶\t105
6．1　現(xiàn)狀和預(yù)期\t106
6．2　發(fā)現(xiàn)問題\t108
6．3　數(shù)據(jù)的收集\t112
6．4　數(shù)據(jù)分析\t114
6．5　解決對策\t117
6．6　小結(jié)\t119
6．7　詳細的R代碼\t120
[分析應(yīng)用]篇
第7章　案例5—邏輯回歸分析
根據(jù)過去的行為能否預(yù)測當下\t125
7．1　期望增加游戲的智能手機用戶量\t126
7．2　是用戶賬號遷轉(zhuǎn)設(shè)定失敗導(dǎo)致的問題嗎\t128
7．3　在數(shù)據(jù)不包含正解的情況下收集數(shù)據(jù)\t131
7．4　驗證是否能夠建立模型\t144
7．5　解決對策\t148
7．6　小結(jié)\t149
7．7　詳細的R代碼\t150
第8章　案例6—聚類
應(yīng)該選擇什么樣的目標用戶群\t163
8．1　希望了解用戶的特點\t164
8．2　基于行為模式的用戶分類\t165
8．3　把主成分作為自變量來使用\t168
8．4　進行聚類\t176
8．5　解決對策\t180
8．6　小結(jié)\t181
8．7　詳細的R代碼\t182
第9章　案例7—決策樹分析
具有哪些行為的用戶會是長期用戶\t193
9．1　希望減少用戶開始游戲后不久就離開的情況\t194
9．2　了解“樂趣”的結(jié)構(gòu)\t195
9．3　把類作為自變量\t198
9．4　進行決策樹分析\t210
9．5　解決對策\t213
9．6　小結(jié)\t215
9．7　詳細的R代碼\t216
第10章　案例8—機器學習
如何讓組隊游戲充滿樂趣\t233
10．1　使組隊作戰(zhàn)的樂趣最大化\t234
10．2　利用數(shù)據(jù)分析為服務(wù)增加附加價值\t236
10．3　在數(shù)據(jù)中排除星期的影響\t238
10．4　構(gòu)建預(yù)測模型\t241
10．5　解決對策\t248
10．6　小結(jié)\t249
10．7　詳細的R代碼\t250