美文网首页
《商业数据分析 原理、方法与应用》读后总结

《商业数据分析 原理、方法与应用》读后总结

作者: 伊燃读书 | 来源:发表于2020-07-03 16:30 被阅读0次

    本书主要概括性地讲了五个问题:

    1、有哪些最新商业数据分析理念?

    2、什么是商业数据分析?

    3、为什么商业数据分析如此有价值?

    4、如何应用商业数据分析?

    5、现在常用的统计技术、方法、软件工具有哪些?

    接下来主要针对第二个问题“什么是商业数据分析?”进行总结,其他问题待更新。

    首先,对更广义的概念-数据科学(data science),有一个深刻认识。

    数据科学:对海量数据信息进行的收集预处理分析可视化管理保存等工作。

    商业数据分析就是,利用各种分析工具来研究数据(包含大数据),寻找有用信息,进而更好地进行决策。商业数据分析更关注预处理分析可视化过程。

    商业数据分析的逻辑基于这个问题:企业所拥有的数据蕴含着哪些有价值或者有助于解决问题的信息?

    商业数据分析要求的基础知识:数学、统计学、计算机科学。

    数据分析的基本问题是:找出模型。

    常用数据类型与数据模型对应关系:

    (1)点集-概率分布

    (2)时间序列-随机过程

    (3)图像-随机场

    (4)网络数据-图模型、贝叶斯模型

    (5)模糊数据-模糊概率分布

    数据科学家应具备的基本素质和技能:

    (1)统计学(statistics)

    (2)坚实深厚的行业知识储备(domain knowledge)

    (3)计算技术(computing)

    (4)团队合作(collaborating)

    (5)与外界的沟通能力(communicating)

    数据科学家所做的:

    (1)收集数据

    (2)清洗数据

    (3)创建数据集

    (4)分析数据

    (5)根据数据提出新观点

    (6)利用数据预测未来

    数据科学家应该具备的三个特质:

    (1)知道如何提出好问题

    (2)理解所要处理数据的结构

    (3)很好地解读这些数据

    数据分析实现了数据-信息-知识-洞察力的转换。

    数据分析分为三种:

    (1)描述性数据分析:识别数据中的趋势,方法有,集中趋势指标(均值、中位数、众数)、离散趋势指标(标准差)、表格、图、排序法、频数分布、概率分布和抽样法。

    (2)预测性数据分析:建立预测模型,识别与预测未来趋势,方法有,多元回归等。

    (3)规范性数据分析:最优配置资源,方法有,线性规划与决策论等。

    商业数据分析的三个条件:

    (1)与商业的关联清晰

    (2)所获得的的结果是可执行

    (3)绩效和价值可测量

    数据科学家要具备的背景知识

    相关文章

      网友评论

          本文标题:《商业数据分析 原理、方法与应用》读后总结

          本文链接:https://www.haomeiwen.com/subject/tkesqktx.html