查看: 174|回复: 1

《增强型分析》 彭鸿涛/张宗耀/聂磊

[复制链接]
 楼主| 发表于 2022-12-24 22:02 | 显示全部楼层 |阅读模式
读书分享
类 目:  计算机 
41F9hIR7JgL.jpg          

书名:增强型分析
作者:彭鸿涛/张宗耀/聂磊
分类:数据分析 计算机
ISBN:9787111634164        

内容简介


增强型分析是数据科学的未来,本书讲解了如何通过前沿的大数据技术和AI技术实现智能的数据分析和业务决策,即增强型分析。


本书的三位作者是来自德勤、前华为和前IBM的资深数据科学家,在大数据和AI领域至少都有10年以上的工作经验,他们将各自多年来在“构建数据挖掘模型,解决实际业务问题”方面积累的经验全部总结在了这本书中。


全书的内容由两条主线贯穿:


技术主线:一方面讲解了预测模型、序列分析、预测分析、Prescriptive分析等前沿数据处理技术,一方面讲解了CNN、RNN和GNN等前沿的AI技术如何为数据分析赋能。


业务主线:在数字化转型的大时代背景下,如何通过数据分析实现智慧营销、智慧风险管控,实现由初级的“主动营销”到“被动营销”,再到“全渠道协同营销”等营销手段的升级应用。


本书的重点聚焦在本质内容上,即数据处理、算法及模型、“模型洞见到业务决策”的分析等。


全书共8章:


第1章:作者结合自己的从业经验介绍了数据科学家的职业生涯发展、工作模式和工作方法要点等内容,为有志成为数据科学家的读者指明了道路和方向;


第2章:从描述性分析的角度讲解了数据探索、数据预处理衍生指标加工方面的技巧;

第3章:介绍了预测类模型构建时的新方法、新思路、新工具;


第4章:讲解了序列分析的相关内容,包括序列模式、序列规则、序列预测等的挖掘与应用,用实例的方式说明了算法的原理、特点和使用技巧;


第5章:介绍了人工智能下一个阶段的重点领域,即如何应用数据分析做出最优决策;


第6~8章:通过与传统模型的对比,介绍了CNN、RNN、GNN等算法的原理,通过大量的实例说明了这些AI技术在数据分析与决策领域的用法和实际效果。


作者简介


彭鸿涛


德勤企业咨询总监兼首席数据科学家,德勤全球AI团队核心成员,德勤数字化转型、智慧营销、智慧风控、客户体验等核心咨询服务方案的资深顾问。


2008年加入SPSS并与跨国家团队一起进行Analytical Decision Management决策自动化工具的开发,与国内外团队一起构建了SPSS在不同应用领域的解决方案,其中某些方案现已成长为IBM的知名解决方案;2014年加入IBM GBSC部门,领导数据分析团队,针对不同客户设计和实施数据分析的方案;2016年加入IBM GBS GBS Cognitive Business Decision Support担任CTO和首席数据科学家,领导团队开发实施了有一定行业影响力的人工智能应用;2017年加入德勤企业咨询担任金融服务总监及首席数据科学家,领导团队开拓数字化转型背景下的新型咨询服务方案,期间高质量交付大型银行的数字化转型及实施相关项目并得到客户高度认可。


张宗耀


上海全应科技有限公司资深数据科学家,前华为企业智能部门资深数据科学家,前IBM SPSS 算法组件团队资深算法工程师。


2009年加入IBM SPSS算法组件团队,负责Statistic和Modeler产品的升级和维护;2012年开始大数据算法组件的设计和开发,为分布式分析引擎提供了核心计算单元,主导完成开发了分布式平台下的广义线性模型、自动建模算法、ADMM优化算法等,打造了分析引擎平台以及SPSS Modeler产品的最具竞争力算法模块;2015年开始投入Spark分布式框架的算法设计和开发,主导完成开发了生存分析算法、时间序列相关算法等,丰富了SPSS产品的核心算法组件。2016年加入华为,先后就职于华为的数据挖掘团队,以及企业智能部门的机器学习服务团队和工业解决方案团队,负责算法、机器学习、实时预测、数据分析,以及行业解决方案的设计、开发和部署相关的工作。


聂磊


陕西万禾数字科技有限公司CTO,前IBM SPSS 资深数据科学家,前IBM Watson Analytics数据分析引擎技术主管及架构师。


2008 年加入IBM Analytical Decision Management团队,主导开发了业务规则引擎和基于优化技术的预测性维护解决方案;2014年加入IBM Watson Analytics团队,担任技术主管兼架构师,主导了IBM Watson Analytics数据分析引擎基于Spark技术的转换,极大提高了平台的计算能力;2017年担任IBM Cognos Analytics团队架构师,主持了自动化技术的引入



                               
                                       
                                               

                                       
                                       


                                       
                                               
                                                       
                                                       
                                                       
                                               
                                       
                                       


                                 

   
回复

使用道具 举报

 楼主| 发表于 2024-8-28 12:20 | 显示全部楼层
标题:《增强型分析》书评

在阅读《增强型分析:AI驱动的数据分析、业务决策与案例实践》一书后,我被其内容的深度和广度所折服。这本书由彭鸿涛、张宗耀、聂磊联合撰写,三位作者的背景——德勤、前华为和前IBM的资深数据科学家,为这本书奠定了坚实的理论与实践基础。

书中最引人注目的部分,无疑是对增强型分析的深入探讨。增强型分析,这一被誉为数据科学未来的方向,通过结合大数据技术和AI技术,实现智能的数据分析和业务决策。书中不仅阐述了增强型分析的理论框架,还细致地介绍了如何在实际业务中应用这一概念。

尤其令我印象深刻的是书中的案例实践部分。作者们不仅分享了理论,更是将它们应用于真实的业务场景中,这些案例覆盖了多个行业,从金融到医疗,从零售到物流,每一个案例都生动地展示了增强型分析的强大能力和广泛影响。通过这些实践案例,我得以窥见增强型分析如何在实际操作中助力企业做出更加精准、高效的决策。

此外,书中对于AI技术的深入解析也是一大亮点。在当前人工智能飞速发展的背景下,了解如何将AI技术与数据分析结合,从而推动业务发展,是每一个数据科学领域的专业人士和业务决策者都必须面对的课题。本书提供了丰富的技术细节和实用建议,让读者能够具体了解到AI技术在数据分析中的应用,以及如何利用这些技术解决实际问题。

在整体结构上,《增强型分析》系统而全面,从基础知识讲起到高阶应用,再到行业案例,层层递进,逻辑清晰。这样的结构安排使得无论是数据科学领域的新手,还是有一定经验的从业者,都能从中获得宝贵的知识和启发。

值得一提的是,尽管书中涉及了很多技术内容,但作者们采用了通俗易懂的语言,使得复杂的技术和理论变得亲切而易于理解。这一点对于提升读者的阅读体验至关重要。

《增强型分析》不仅是一本关于数据分析和AI技术的书籍,它更是一本关于未来思维方式和工作方式变革的启示录。对于希望在未来的数据科学领域中找到自己位置的专业人士来说,这本书无疑是一盏明灯,指引着方向,开阔着思维。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则