0人評分過此書
大數據分析SQL Server 2016與R全方位應用
台灣微軟首席技術與策略長 丁維揚 專業推薦！
*數據是企業的重要資產，近來大數據潮流、機器學習和人工智慧(AI)…等興起。無疑地，都是依據數據來支持決定。
*本書內容闡述從大數據技術範疇、資料倉儲和商業智慧的概念與原理，以及顧客關係管理(CRM)的相關應用。重點深入敘述Microsoft SQL Server 2016發揮在大數據分析領域。
*從實務分析，說明利用T-SQL撰寫會員消費行為分析指令，例如：會員基本輪廓、購買行為(週期)、產品組合、會員流失率、會員貢獻度與行銷模型RFM等，讓讀者獲得貼近實務的大數據分析經驗。
*從整合分析，介紹SQL Server 2016在數據分析的突破With R。R屬於免費開放來源(Open Source)程式設計和統計語言，近來特別受到青睞。如今SQL Server 2016將R整合，資料分析人員不僅可以在SQL Server執行原本T-SQL之外，更可同時執行R語言，瞬間搭起分析與IT的橋樑。
*內容闡述從R Services 和R Package安裝、利用R Script讀取SQL Server資料表與寫入資料至SQL Server和使用R Tools for Visual Studio 進行資料建模。
*相較於一般市面上SQL Server書籍，本書讓讀者更好理解和上機操作，每一個範例都搭配詳細的操作步驟和分析結果解讀。
*數據是企業的重要資產，近來大數據潮流、機器學習和人工智慧(AI)…等興起。無疑地，都是依據數據來支持決定。
*本書內容闡述從大數據技術範疇、資料倉儲和商業智慧的概念與原理，以及顧客關係管理(CRM)的相關應用。重點深入敘述Microsoft SQL Server 2016發揮在大數據分析領域。
*從實務分析，說明利用T-SQL撰寫會員消費行為分析指令，例如：會員基本輪廓、購買行為(週期)、產品組合、會員流失率、會員貢獻度與行銷模型RFM等，讓讀者獲得貼近實務的大數據分析經驗。
*從整合分析，介紹SQL Server 2016在數據分析的突破With R。R屬於免費開放來源(Open Source)程式設計和統計語言，近來特別受到青睞。如今SQL Server 2016將R整合，資料分析人員不僅可以在SQL Server執行原本T-SQL之外，更可同時執行R語言，瞬間搭起分析與IT的橋樑。
*內容闡述從R Services 和R Package安裝、利用R Script讀取SQL Server資料表與寫入資料至SQL Server和使用R Tools for Visual Studio 進行資料建模。
*相較於一般市面上SQL Server書籍，本書讓讀者更好理解和上機操作，每一個範例都搭配詳細的操作步驟和分析結果解讀。
-
chapter 01 淺談大數據技術與應用
-
1-1 大數據技術範疇
-
1-1-1 何謂大數據？
-
1-1-2 大數據技術V.S.大數據
-
1-1-3 大數據技術簡介
-
1-1-4 大數據分析簡介
-
-
1-2 大數據與資料倉儲
-
1-2-1 兩者差異之處
-
1-2-2 兩者相同之處
-
-
1-3 大數據應用案例
-
1-3-1 IBM 推出華生機器人來看診
-
1-3-2 汽車防盜系統使用臀部辨識技術
-
1-3-3 Amazon 及Netflix 網路消費
-
1-3-4 歐巴馬也靠大數據
-
1-3-5 平價連鎖零售商－猜妳懷孕了
-
-
1-4 機器學習、自然語言與統計分析、其他
-
1-4-1 機器學習和統計分析
-
1-4-2 自然語言與其他分析
-
-
-
chapter 02 大數據的基礎建設－資料倉儲
-
2-1 資料倉儲定義與特性
-
2-1-1 何謂資料倉儲？
-
2-1-2 資料倉儲特性有哪些？
-
-
2-2 資料倉儲架構及建置目的
-
2-2-1 常用資料倉儲架構
-
2-2-2 為何要建置資料倉儲
-
-
2-3 建置資料倉儲目的
-
2-4 資料倉儲應用與管理
-
2-4-1 資料倉儲應用範圍
-
2-4-2 管理資料倉儲
-
2-4-3 實施資料倉儲
-
2-4-4 資料倉儲與資料採礦關係
-
-
2-5 大數據的IT 策略
-
2-5-1 資料四象限模型
-
2-5-2 活用資料策略
-
-
-
chapter 03 大數據的資訊揭露－商業智慧
-
3-1 何謂商業智慧
-
3-1-1 商業智慧系統架構
-
3-1-2 商業智慧與資料倉儲的不同
-
-
3-2 商業智慧流程作用
-
3-2-1 商業智慧流程
-
3-2-2 商業智慧優勢與導入階段
-
-
3-3 顧客關係管理（CRM）
-
3-3-1 何謂CRM
-
3-3-2 CRM 與Data Mining 關係
-
3-3-3 CRM 指標
-
3-3-4 RFM 指標分析結構
-
3-3-5 CRM 過程
-
3-3-6 顧客市場區隔
-
3-3-7 交叉銷售
-
-
3-4 資料庫行銷
-
-
chapter 04 何謂T-SQL 及案例資料說明
-
4-1 結構化查詢語言
-
4-1-1 標準SQL 語言
-
4-1-2 組成SQL 語言要素
-
-
4-2 何謂Transact-SQL
-
4-2-1 前言
-
4-2-2 Microsoft SQL Server 的Go 指令
-
4-2-3 Microsoft SQL Server 的註解
-
-
4-3 範例資料來源說明
-
4-4 範例資料匯入
-
-
chapter 05 SQL SERVER 2016 概述與新功能案例介紹
-
5-1 Microsoft SQL Server 2016 新價值特性
-
5-1-1 SQL Server 2016 企業價值
-
5-1-2 加值服務-Windows Azure
-
5-1-3 SQL Server 2016 特性
-
-
5-2 Microsoft SQL Server 2016 新功能案例
-
5-2-1 新功能範例－Live Query Statistics
-
5-2-2 新功能範例－動態資料遮罩
-
5-2-3 新功能範例－JSON 支援
-
-
-
chapter 06 資料科學家必備武器－分析型SQL
-
6-1 何謂分析型SQL
-
6-2 分析型SQL 語法範例
-
6-3 SQL 基本應用分析語法
-
6-3-1 基本功夫－查詢資料
-
6-3-2 函數應用
-
6-3-3 進階功夫－分析資料
-
6-3-4 合併聯結查詢應用
-
6-3-5 子查詢的運用
-
6-3-6 資料新增、刪除、更新與處理
-
-
-
chapter 07 會員消費行為分析
-
7-1 會員基本輪廓
-
7-1-1 會員基本資料整理－縣市別填答
-
7-1-2 會員基本資料整理－婚姻狀態
-
7-1-3 會員基本變項分析－性別、職業、來源管道…
-
7-1-4 會員基本變項分析－會籍時間長度
-
-
7-2 會員購買行為
-
7-2-1 交易週期變化
-
7-2-2 第一次交易時年齡及婚姻狀態
-
7-2-3 交易金額級距分析
-
7-2-4 紅利積點分析
-
7-2-5 平均交易時間間隔
-
-
7-3 產品組合
-
7-3-1 產品熱銷排行榜
-
7-3-2 單一產品熱銷排行榜
-
7-3-3 產品重複購買比率
-
-
7-4 會員流失率
-
7-5 會員貢獻度
-
7-6 RFM 模型
-
-
chapter 08 SQL Server 2016 with R 應用
-
8-1 R Services 概述與基礎統計
-
8-1-1 安裝R Services
-
8-1-2 R 基礎統計分析範例
-
-
8-2 在R Services 安裝R 模組（Package）
-
8-3 在R 取得已安裝的R 模組清單
-
8-4 利用R Script 讀取SQL Server 資料表與寫入資料至SQL Server 資料表
-
8-5 R 的World Cloud
-
8-6 使用R Tools for Visual Studio 進行資料建模
-
8-6-1 準備分析的資料與建立ODBC 資料來源
-
8-6-2 建立R 語言資料建模分析專案
-
-
- 出版地 ： 臺灣
- 語言 ： 繁體中文
評分與評論
請登入後再留言與評分
PDF
PDF
PDF
PDF
PDF
