推薦序　　

自序　



第1講 淺談解析型企業

1.1 大數據是因為它有大用　　

1.2 資料解析的兩個大數據環境　

1.3 演算法

1.4 數據解析之資訊概論　　

1.5 資料驅動？別鬧了！數字不會說話

1.6 本書安排　



第2講 掌握資料的統計性質—分布

2.1 資料分布的前兩階動差—平均數和變異數　

2.2 描述資料中央趨勢的兩組方法　　

2.3 資料分布的另外兩個動差　　

2.4 提審大數據　　



第3講 時間序列的分類分析

3.1 時間序列性質　　

3.2 時間序列分析—低頻　　

3.3 時間序列分析—日高頻資料　　

3.4 時間序列分類分析—日內高頻資料　　

3.5 提審大數據　　



第4講 線性模式的分類原理—期望值與信賴區間

4.1 簡易統計原理　　

4.2 R GUI 實作　

4.3 R 程式碼實作　　

4.4 提審大數據　　



第5講 二元模式的分類原理—Logistic 迴歸

5.1 簡易廣義線性模型　　

5.2 R GUI 的實作　　

5.3 R 程式的實作　　

5.4 提審大數據　　



第6講 主成分的分類原理—把資料變少了

6.1 簡易原理　　

6.2 R GUI 的實作　　

6.3 R 程式的實作　　

6.4 提審大數據　　



第7講 集群分析的分類原理

7.1 集群分析的基本概念　　

7.2 R GUI 實作　　

7.3 R 程式的實作　　

7.4 提審大數據　　



第8講 決策樹和隨機森林的原理

8.1 分類決策樹原理　　

8.2 用 R GUI 實作　　

8.3 R Code　　

8.4 隨機森林　　

8.5 提審大數據　　



第9講 大數據行銷—購物籃分析

9.1 關聯的分類原理簡介　　

9.2 R GUI 實作　

9.3 R code　

9.4 提審大數據　　



第10講 文字探勘淺談

10.1 文字探勘簡介　　

10.2 隱藏馬可夫模型 (HMM, Hidden Markov Model)　

10.3 RLab　　



附錄A 有關 R 的 GUI 裝置問題

A.1 R 漫談和 GUI 簡介　　

A.2 R-Commander 的裝置　　

A.3 安裝與載入 R-Commander　



附錄B 裝置 rattle　　



附錄C 資料檔和 MySQL 資料庫的存取

C.1 資料檔讀取　　

C.2 資料庫讀取　　

C.3 處理資料表的函數　



附錄D 強化法

D.1 支援向量機 SVM 簡介　　

D.2 推進 (Boosting) 方法簡介　

序



　　數位科技席捲世界帶來了大數據浪潮，但是，這三個字其實有一些誤導，讓一般人以為「大就是美」。其實在商管領域，大數據就是以證據為基礎的決策分析。更精準地說，「大」不是指用 4V 來描述的資料庫特徵，而是因為數據科技 (Data Technology) 進步，對多樣資料的「大用」。



　　在物聯網技術突飛猛進之下，數據量不可否認地遠遠大於以前。目前平常分析的資料表動輒「萬列千行」，因此如何從這些資料結構中提取資訊，「統計學 (Statistics)」和「資料探勘 (Data Mining)」就是關鍵技術。然而，我們不是為了大數據而大數據，大數據乃至人工智慧，都是為了支援決策。簡單地說，數據解析產生「預測」，預測解讀產生「決策」。數據解析的原理也只有兩個原則：「排序和分類」，所以一言以蔽之：「以排序來分類，從預測到決策」，就是大數據解析的核心。據此，本書副書名為「我分類，故我在」。



　　妥善的分類就可以產生可靠的預測，但是，當資料結構複雜時，排序乃至分類就沒有那麼簡單，所以需要利用演算法來處理資料，本書就是依此而生。例如：由分類的角度學習統計，統計學的預測以樣本期望值或條件期望值為基準，據之將資料劃分信賴區間，分類成「內 vs. 外」兩群，重點將不再是參數估計的顯著程度，而是預測表現和誤差分析。



　　全書分成 10 講，為筆者以大數據為名行走江湖的結晶，書中某些部分為在臺師大 EMBA 講授「大數據決策分析」的教材。每一講開頭皆以一個特定企業應用大數據的決策故事為開場，希望讀者能夠覺得不枯燥，同時也了解大數據的決策端，相當實戰且關鍵，沒有預測，都是紙上談兵。每講結尾都附上一個數據決策思考的方塊，從問對問題開始，一路引導至最後一英里路。案例用 R 語言的 GUI 和程式碼實作，但是，程式語言不是重點，而是對所預測對象的行為，有深刻的認識，勿忘 Domain Knowledge。