大數據實戰(zhàn)：大數據、數據科學和人工智能在商務決策中的應用

目錄

第一部分大數據揭秘
第1章大數據的故事
到了21世紀初，是什么發(fā)生了改變
數據為什么變得這么多
產生數字化數據設備的廣泛應用
正在迅速下降的磁盤存儲成本
RAM成本的直線下降
處理能力成本的直線下降
為什么大數據成為如此火熱的話題
成功的大數據先驅者
開源軟件為軟件開發(fā)人員提供了競爭環(huán)境
云計算讓啟動和擴展計劃變得更加容易
小貼士
問題

第2章人工智能、機器學習和大數據
什么是人工智能和機器學習
人工智能的起源
為何近來人工智能又再次興起
人造神經網絡和深度學習
人工智能如何幫助分析大數據
一些謹慎的話
小貼士
問題

第3章為什么大數據有用
全新的數據使用方式
一種新的數據思維方式
遵循數據驅動的方法
更強的數據工具
小貼士
問題

第4章大數據分析的應用案例
A/B測試
推薦引擎/下一個最佳購物建議
預測：需求和收入
節(jié)省IT成本
市場營銷
社交媒體
定價
客戶維系/客戶忠誠度
購物車棄置管理（實時）
轉化率優(yōu)化
商品定制化（實時）
重新定位（實時）
詐騙檢測（實時）
減少客戶流失
預測維護
供應鏈管理
顧客終身價值
線索評分
人力資源
情緒分析
小貼士
問題

第5章理解大數據生態(tài)系統(tǒng)
什么讓數據變“大”
分布式數據存儲
分布式計算
快速數據/流數據
霧計算/邊緣計算
開源軟件
許可
代碼分發(fā)
開源的好處
大數據中的開源軟件
云計算
小貼士
問題

第二部分將大數據生態(tài)系統(tǒng)應用到組織中
第6章大數據如何指導組織戰(zhàn)略
你的客戶
獲取數據
使用數據
你的競爭者
外部的因素
你的產品
小貼士
問題

第7章形成大數據和數據科學的戰(zhàn)略
項目團隊
啟動會議
啟動輸出
范圍界定階段
小貼士
問題

第8章實施數據科學――分析、算法和機器學習
四種分析方法
模型、算法和黑箱
人工智能和機器學習
分析軟件
分析工具
敏捷分析
小貼士
問題

第9章選擇技術
交付給最終用戶
選擇技術時需要考慮的方面
小貼士
問題

第10章組建團隊
數據科學家
你需要的數據角色
領導力
雇用數據團隊
大規(guī)模招聘和收購創(chuàng)業(yè)公司
外包
對于小型公司而言
小貼士
問題

第11章數據治理與法律遵從
個人數據
數據科學和隱私披露
數據治理
治理報告
小貼士
問題

第12章在組織中成功部署大數據
我們的項目為何失敗了
總結
小貼士
問題

術語