複雜系統影響因素研究的數據驅動分析方法 李海林 林春培 9787302685456 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：複雜系統影響因素研究的數據驅動分析方法
ISBN：9787302685456
出版社：清華大學
著編譯者：李海林 林春培
頁數：229
所在地：中國大陸 *此為代購商品
書號：1732084
可大量預訂，請先連絡。

內容簡介

《複雜系統影響因素研究的數據驅動分析方法》聚焦于複雜系統影響因素研究的數據驅動分析方法（DAC），為應對大數據和人工智能時代複雜系統問題提供創新思路與實用工具。第1章闡述了傳統分析方法在處理複雜系統多變數、非線性和動態變化等特徵時的不足，而DAC憑藉先進的數據挖掘和機器學習算法，通過數據獲取、數據處理與變數測量、聚類分析、決策樹分析和貝葉斯網絡分析5個關鍵階段（步驟），為決策制定和優化助力。第2章強調指標選取的依據、選取原則等，依據數據類型選擇合適量化方法，並通過實例演示如何將實際問題轉化為可量化數據集，保障後續分析質量。第3章詳細介紹數據採集、統計分析、變數選取、校準處理（引入雲校準概念）等數據預處理內容。第4章講解基於聚類算法的異質性群體的多種分析。第5章使用決策樹分析了異質性群體對象的影響因素交互效應。第6章運用貝葉斯網絡和相關算法探究變數間的作用關係和影響路徑。第7章通過後發企業創新績效案例分析，展示DAC在實際研究中的應用優勢。 本書特色鮮明，內容緊密圍繞解決複雜管理問題，案例豐富且分析透徹，從多領域實際問題出發，旨在增強讀者對方法的理解與應用能力。本書中代碼示例詳細，可操作性強。本書適用於工商管理、管理科學與工程、經濟與金融等專業的本科生和研究生，為他們開展學位論文研究和學術探索提供新穎視角和方法，幫助他們掌握這一跨學科融合的研究範式。

目錄

第1章 導論
1 1 背景意義
1 1 1 實際背景
1 1 2 重要意義
1 2 數據挖掘的典型應用
1 2 1 自然科學領域的應用
1 2 2 社會科學領域的應用
1 3 基本框架與流程
1 3 1 基本框架
1 3 2 基本流程
1 4 相關軟體及工具準備
1 4 1 Python軟體
1 4 2 PyCharm軟體
1 4 3 Graphviz軟體
1 4 4 Netica軟體
1 5 機器學習方法
1 5 1 雲模型
1 5 2 聚類算法
1 5 3 決策樹算法
1 5 4 隨機森林
1 5 5 貝葉斯網絡
1 5 6 爬山算法
1 6 案例分析任務與思路
1 6 1 案例分析任務
1 6 2 案例分析思路
參考文獻
第2章 指標構建與量化
2 1 指標選取依據
2 1 1 指標選取原則
2 1 2 指標篩選
2 2 不同數據類型的指標量化方法
2 2 1 調查問卷數據
2 2 2 實驗模擬數據
2 2 3 文本類型數據
2 2 4 網絡類型數據
2 2 5 複合類型數據
2 3 案例研究
2 3 1 案例背景
2 3 2 指標選擇
2 3 3 指標量化
參考文獻
第3章 數據採集與預處理
3 1 問題描述
3 2 數據來源與採集
3 3 特徵選擇
3 3 1 描述性統計
3 3 2 相關性分析
3 4 數據校準
3 4 1 正態雲模型
3 4 2 數據校準過程
3 5 數據預處理前後結果對比
3 5 1 描述性統計結果對比
3 5 2 相關係數結果對比
3 6 實現代碼
參考文獻
第4章 研究對象聚類與異質性群體特徵分析
4 1 問題描述
4 2 聚類算法選擇及依據
4 2 1 聚類算法
4 2 2 選擇依據
4 2 3 相關設置
4 2 4 聚類結果
4 3 異質性群體特徵分析
4 3 1 基本內容
4 3 2 群體描述性統計分析
4 3 3 異質性群體命名
4 4 實現代碼
4 4 1 K-Means聚類算法示例
4 4 2 AP聚類算法示例
4 4 3 肘部算法
4 4 4 波士頓房價聚類特徵雷達圖
參考文獻
第5章 異質性群體對象的影響因素分析
5 1 問題描述
5 2 研究設計
5 3 決策樹模型基礎
5 3 1 基本概念
5 3 2 建模步驟
5 3 3 剪枝策略
5 3 4 決策規則
5 4 決策樹建模分析
5 4 1 決策樹生成與剪枝
5 4 2 決策規則生成與分析
5 4 3 影響因素分析
5 4 4 規則比較
參考文獻
第6章 異質性群體對象的因素影響路徑分析
6 1 問題描述
6 2 研究設計
6 3 貝葉斯網絡
6 3 1 基本概念
6 3 2 結構學習與參數學習
6 3 3 爬山算法
6 3 4 敏感度分析
6 4 複雜因素的影響路徑案例分析
6 4 1 貝葉斯網絡結構學習
6 4 2 貝葉斯網絡參數學習
6 4 3 靈敏度分析
6 4 4 結果分析
6 5 實現代碼
參考文獻
第7章 基於DAC的複雜因素影響機制案例分析
7 1 網絡位置、知識基礎與后發企業創新績效
7 1 1 研究背景
7 1 2 理論基礎
7 1 3 研究設計
7 1 4 研究過程與決策分析
7 1 5 結論與啟示
7 2 后發企業如何走出創新困境？——基於知識能力視角
7 2 1 研究背景
7 2 2 文獻梳理
7 2 3 研究設計
7 2 4 研究過程與分析
7 2 5 結語
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。