123,123,123

內(nèi)容簡(jiǎn)介

　　本書為高等學(xué)校管理科學(xué)與工程類專業(yè)教學(xué)指導(dǎo)委員會(huì)大數(shù)據(jù)管理與應(yīng)用專業(yè)組組織編寫的系列教材之一，也是浙江省普通本科高?！笆奈濉敝攸c(diǎn)教材。本書系統(tǒng)全面地介紹了商業(yè)背景下非結(jié)構(gòu)化數(shù)據(jù)分析的基本理論與方法，以及多個(gè)行業(yè)的應(yīng)用案例，主要內(nèi)容包括背景篇、數(shù)據(jù)篇、方法篇和應(yīng)用篇四個(gè)部分。部分為背景篇，重點(diǎn)介紹非結(jié)構(gòu)化數(shù)據(jù)的概念和特點(diǎn)、管理視角的非結(jié)構(gòu)化數(shù)據(jù)分析和多個(gè)行業(yè)的應(yīng)用案例。第二部分為數(shù)據(jù)篇，主要講解文本、圖像、視頻和音頻等非結(jié)構(gòu)化數(shù)據(jù)的獲取和標(biāo)注，非結(jié)構(gòu)化數(shù)據(jù)的描述，可視化分析，數(shù)據(jù)質(zhì)量問題以及典型的商業(yè)數(shù)據(jù)集。第三部分為方法篇，既介紹了機(jī)器學(xué)習(xí)的經(jīng)典模型與分析方法、深度學(xué)習(xí)的現(xiàn)代模型與分析方法等通用的理論分析方法，又重點(diǎn)介紹了文本數(shù)據(jù)分析、圖像數(shù)據(jù)分析和音頻數(shù)據(jù)分析三類非結(jié)構(gòu)化數(shù)據(jù)分析的典型方法及其在商業(yè)中的應(yīng)用。第四部分為應(yīng)用篇，介紹7個(gè)場(chǎng)景案例，包括智能零售、電商視頻、審核開戶、智能制造、智能教育、智慧農(nóng)業(yè)和能耗監(jiān)管等行業(yè)的應(yīng)用案例。本書將理論方法與應(yīng)用實(shí)踐相結(jié)合，突出技術(shù)方法和商業(yè)應(yīng)用的融合，力求知識(shí)系統(tǒng)完整、表述簡(jiǎn)明扼要、案例典型實(shí)用。本書可作為高等學(xué)校大數(shù)據(jù)管理與應(yīng)用專業(yè)專業(yè)主干課中大數(shù)據(jù)分析方法類課程的教材，也可作為管理科學(xué)與工程類相關(guān)專業(yè)本科生或研究生的教材，同時(shí)還可作為企業(yè)管理人員的參考用書。

作者簡(jiǎn)介

暫缺《非結(jié)構(gòu)化數(shù)據(jù)分析與應(yīng)用》作者簡(jiǎn)介

圖書目錄

部分背景篇——導(dǎo)論
第1章非結(jié)構(gòu)化數(shù)據(jù)分析概述
1.1 非結(jié)構(gòu)化數(shù)據(jù)分析概論
1.2 非結(jié)構(gòu)化數(shù)據(jù)的特點(diǎn)
1.3 管理視角的非結(jié)構(gòu)化數(shù)據(jù)分析
1.4 非結(jié)構(gòu)化數(shù)據(jù)分析的應(yīng)用案例
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
第二部分數(shù)據(jù)篇——描述性分析
第2章非結(jié)構(gòu)化數(shù)據(jù)的獲取
2.1 文本數(shù)據(jù)獲取
2.2 圖像數(shù)據(jù)獲取
2.3 視頻數(shù)據(jù)獲取
2.4 音頻數(shù)據(jù)獲取
2.5 多模態(tài)數(shù)據(jù)獲取
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
第3章非結(jié)構(gòu)化數(shù)據(jù)描述性分析
3.1 數(shù)據(jù)的描述
3.2 數(shù)據(jù)的可視化
3.3 數(shù)據(jù)的質(zhì)量
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
第三部分方法篇——預(yù)測(cè)性分析
第4章經(jīng)典模型與分析方法
4.1 模型評(píng)價(jià)和模型選擇
4.2 集成樹模型
4.3 線性模型
4.4 k近鄰法
4.5 支持向量機(jī)
4.6 K均值聚類
4.7 層次聚類法
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
*第5章現(xiàn)代模型與分析方法
5.1 神經(jīng)網(wǎng)絡(luò)概念
5.2 卷積神經(jīng)網(wǎng)絡(luò)
5.3 RNN和LSTM
5.4 強(qiáng)化學(xué)習(xí)
5.5 貝葉斯網(wǎng)絡(luò)
5.6 自編碼器Auto-Encoder
5.7 生成對(duì)抗網(wǎng)絡(luò)
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
第6章文本數(shù)據(jù)分析
6.1 文本數(shù)據(jù)預(yù)處理
6.2 文本特征提取
6.3 文本數(shù)據(jù)分析的應(yīng)用
6.4 中文NLP開源工具
6.5 案例分析
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
第7章圖像數(shù)據(jù)分析
7.1 圖像數(shù)據(jù)分析系統(tǒng)概述
7.2 圖像的經(jīng)典特征
7.3 圖像的深度分類方法
*7.4 圖像的深度檢測(cè)方法
7.5 貨架商品的檢測(cè)和識(shí)別
*7.6 細(xì)粒度商品圖像檢索
*7.7 商場(chǎng)行人目標(biāo)重識(shí)別
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
編程習(xí)題
*第8章音頻數(shù)據(jù)分析
8.1 語(yǔ)音預(yù)處理和特征
8.2 面向應(yīng)用的語(yǔ)音識(shí)別
8.3 語(yǔ)音合成和質(zhì)量評(píng)估
8.4 案例分析
關(guān)鍵術(shù)語(yǔ)
本章小結(jié)
即測(cè)即評(píng)
第四部分應(yīng)用篇——場(chǎng)景案例
第9章典型非結(jié)構(gòu)化數(shù)據(jù)分析案例
9.1 智能零售案例：行人重識(shí)別（ReID）與實(shí)體商業(yè)數(shù)智化
9.2 電商視頻案例：多模態(tài)短視頻內(nèi)容標(biāo)簽提取及應(yīng)用
9.3 開戶審核案例：多模態(tài)識(shí)別在證券開戶業(yè)務(wù)中的應(yīng)用
9.4 智能制造案例：空調(diào)主板檢測(cè)應(yīng)用和汽車裝配指導(dǎo)
9.5 智能教育案例：智云課堂——語(yǔ)音技術(shù)應(yīng)用案例
9.6 智慧農(nóng)業(yè)案例：京東數(shù)字農(nóng)業(yè)精細(xì)化管理信息平臺(tái)
9.7 能耗監(jiān)管案例：基于物聯(lián)網(wǎng)的建筑能耗監(jiān)管系統(tǒng)
參考文獻(xiàn)