書籍介紹
主要的內容涵蓋了數據分析的流程與方法，並透過數據分析的實務案例來闡述這個重要的專業領域的多元應用。本書的前半部介紹了數據分析的專業基礎，包括數據分析的基本觀念、數據的清理與探索分析、特徵工程、機器學習演算法與數據分析結果的詮釋，後半部則以五個案例來展現數據分析的應用。
目次
Chapter 1 認織數據分析1
1.1認識數據（data) 3
1.2 數據分析的類型11
1.3 數據分析的流程與方法13
1.4 進行數據分析需要的運算環境與架構17
1.5 從Python與R語言進入數據分析的世界23
1.6 數據分析為什麼會跟人工智慧有關？ 25
1.7 透過數據發現因果關係（causation ) 29
1.8 從電腦視覺（computer vision )的觀點來看數據分析39
1.9 數據分析的倫理問題39
1.10 關於 kaggle.com 的網站41
1.11 參考文獻與延伸學習42
Chapter 2 數據的清理與探索分析45
2.1 資料探索分析的種類與流程49
2.2 如何進行資料探索分析53
2.3 對資料集進行必要的處理72
2.4 不可不知資料的視覺化方法74
2.5 資料探索分析實務演練81
2.6 資料探索分析與人工智慧94
2.7 參考文獻與延伸學習97
Chapter 3 認織特黴工程（feature engineering)與降低維度的方法99
3.1 認識特徵工程（feature engineering) 101
3.2 交互資訊（mutual information)與特徵工程112
3.3 資料特徵的選擇與建立120
3.4 遺失資料的處理125
3.5 類別型變數（categorical variable)的處理138
3.6 數值資料的轉換144
3.7 資料分隔化（data discretization) 147
3.8 異常值（outlier)的處理153
3.9 從日期時間資料擷取特徵156
3.10 資料值範圍的改變158
3.11 降低維度的方法162
3.12 案例實作162
3.13 人工智慧與特徵工程165
3.14 參考文獻與延伸學習169
Chapter 4 機器學習的原理與實務171
4.1 認識模型工作的原理174
4.2 了解低適（underfitting )與過適（overfitting ) 188
4.3 認識機器學習管道198
4.4 遺失資料的處理198
4.5 類別型資料的處理202
4.6 善用管道化（pipeline )的技巧205
4.7 交叉驗證（cross-validation ) 208
4.8 梯度提升法（Gradient Boosting )的運用210
4.9 資料洩漏的問題213
4.10 運用人工智慧技術輔助機器學習215
4.11 跨越機器學習的專業門檻216
4.12 參考文獻與延伸學習216
Chapter 5 數據分析结果的詮釋219
5.1 如何呈現數據分析的結果221
5.2 透過欄位資料值的排列組合來辨別各資料特徵的重要性 225
5.3 資料特徵如何影響模型的預測能力228
5.4 機器學習與模型的可詮釋性 236
5.5 模型詮釋的實作241
5.6 透過人工智慧的工具來詮釋數據分析的結果248
5.7 參考文獻與延伸學習249
Chapter 6 活用數據分析的小型實例：探索企業的基本面與碳排放251
6.1 認識永續金融政策 253
6.2 認識企業基本面與碳排放的資料集258
6.3 資料探索分析 259
6.4 進行數據分析 261
6.5 數據分析結果的詮釋 264
6.6 參考文獻與延伸學習 265
Chapter 7 數據分析的實務案例：運用自然語言處理的情緒分析（sentiment analysis) 267
7.1 情緒分析（sentiment analysis )的定義269
7.2 情緒分析的工作原理273
7.3 情緒分析的類型276
7.4 各種情緒分析的方法279
7.5 透過Python程式進行情緒分析283
7.6 情緒分析的應用291
7.7 情緒分析的未來發展293
7.8 從情緒分析的結果去進行數據分析293
7.9 參考文獻與延伸學習295
Chapter 8 感測器資科分析案例297
8.1 背景和問題定義299
8.2 資料探索與前處理 301
8.3 統計方法的異常偵測319
8.4 機器學習方法的異常偵測339
8.5 綜合討論 347
8.6 參考文獻與延伸學習351
Chapter 9 交通數據分析案例353
9.1 背景和問題定義355
9.2 資料理解與前處理360
9.3 探索性資料分析381
9.4 建立預測模型 411
9.5 綜合討論 443
9.6 參考文獻與延伸學習465
編／著／譯者簡介
顏春煌
美國愛荷華州立大學電腦科學博士
（第1 ∼ 7 章）
張嘉祜
國立臺灣大學資訊網路與多媒體博士
（第8 ∼ 9 章）
分類
其他詳細資訊
- 適用對象：成人(學術性)
- 關鍵詞：數據分析
- 附件：無附件
- 頁/張/片數：468
授權資訊
- 著作財產權管理機關或擁有者：國立空中大學
- 取得授權資訊：聯絡處室：出版中心
姓名：鄭政偉
電話：02-22829355-5831
地址：新北市蘆洲區中正路一七二號