- 高等教育出版社
- 9787040642001
- 1版
- 16开
内容简介
本书是新文科智慧物流系列教材之一。全书将新一代信息技术环境下物流管理的新需求、新特点与大数据分析的理论、方法、技术、工具相结合，构建了物流大数据分析的总体知识体系，帮助学生理解大数据分析的基本原理，掌握大数据分析的基本方法，运用大数据分析工具解决物流管理过程中的实际问题。全书共分十章，在分析阐述大数据的内涵和物流大数据的分类与特征的基础上，详细介绍了物流大数据分析的基础环境、数值计算、数据预处理以及数据可视化等内容，系统阐述了物流大数据分析中的统计分析、回归分析、聚类方法、分类方法，以及机器学习方法、深度学习方法。
本书可作为高等学校管理类、经济类相关专业本科生、研究生教材，也可作为企事业单位中物流领域相关从业人员的参考用书。
目录
目录
前辅文
第一章 大数据概述
导入案例
本章关键术语
第一节 大数据的内涵
第二节 大数据与新一代信息技术之间的关系
第三节 大数据分析方法
第四节 物流大数据及其特征
本章小结
复习思考题
案例分析
扩展阅读
第二章 物流大数据分析的基础环境
导入案例
本章关键术语
第一节 Python解释器安装
第二节 物流大数据分析集成开发环境搭建
第三节 代码运行与错误调试
本章小结
复习思考题
案例分析
扩展阅读
第三章 物流大数据分析中的数值计算
导入案例
本章关键术语
第一节 Python中的数据类型与基础数据运算
第二节 NumPy数据基础
第三节 NumPy的数据运算与分析
本章小结
复习思考题
案例分析
扩展阅读
第四章 物流大数据分析中的数据预处理
导入案例
本章关键术语
第一节 Pandas对象与索引
第二节 Pandas的数据基础运算
第三节 Pandas数据处理方法
本章小结
复习思考题
案例分析
扩展阅读
第五章 物流大数据分析中的数据可视化
导入案例
本章关键术语
第一节 物流大数据可视化
第二节 散点图与折线图绘制
第三节 直方图与箱线图绘制
第四节 其他数据可视化方法
本章小结
复习思考题
案例分析
扩展阅读
第六章 物流大数据分析中的统计分析
导入案例
本章关键术语
第一节 二项分布
第二节 泊松分布
第三节 正态分布
第四节 参数检验
第五节 非参数检验
本章小结
复习思考题
案例分析
扩展阅读
第七章 物流大数据分析中的回归分析
导入案例
本章关键术语
第一节 线性回归
第二节 逻辑回归
第三节 时间序列回归
本章小结
复习思考题
案例分析
扩展阅读
第八章 物流大数据分析中的聚类与分类
导入案例
本章关键术语
第一节 K-均值聚类
第二节 支持向量机
第三节 朴素贝叶斯分类
第四节 决策树
第五节 集成学习
本章小结
复习思考题
案例分析
扩展阅读
第九章 物流大数据分析中的机器学习
导入案例
本章关键术语
第一节 机器学习概述
第二节 特征工程
第三节 主成分分析
本章小结
复习思考题
案例分析
扩展阅读
第十章 物流大数据分析中的深度学习
导入案例
本章关键术语
第一节 深度学习基础
第二节 卷积神经网络
第三节 循环神经网络
第四节 注意力机制
本章小结
复习思考题
案例分析
扩展阅读
附表
主要参考文献
前辅文
第一章 大数据概述
导入案例
本章关键术语
第一节 大数据的内涵
第二节 大数据与新一代信息技术之间的关系
第三节 大数据分析方法
第四节 物流大数据及其特征
本章小结
复习思考题
案例分析
扩展阅读
第二章 物流大数据分析的基础环境
导入案例
本章关键术语
第一节 Python解释器安装
第二节 物流大数据分析集成开发环境搭建
第三节 代码运行与错误调试
本章小结
复习思考题
案例分析
扩展阅读
第三章 物流大数据分析中的数值计算
导入案例
本章关键术语
第一节 Python中的数据类型与基础数据运算
第二节 NumPy数据基础
第三节 NumPy的数据运算与分析
本章小结
复习思考题
案例分析
扩展阅读
第四章 物流大数据分析中的数据预处理
导入案例
本章关键术语
第一节 Pandas对象与索引
第二节 Pandas的数据基础运算
第三节 Pandas数据处理方法
本章小结
复习思考题
案例分析
扩展阅读
第五章 物流大数据分析中的数据可视化
导入案例
本章关键术语
第一节 物流大数据可视化
第二节 散点图与折线图绘制
第三节 直方图与箱线图绘制
第四节 其他数据可视化方法
本章小结
复习思考题
案例分析
扩展阅读
第六章 物流大数据分析中的统计分析
导入案例
本章关键术语
第一节 二项分布
第二节 泊松分布
第三节 正态分布
第四节 参数检验
第五节 非参数检验
本章小结
复习思考题
案例分析
扩展阅读
第七章 物流大数据分析中的回归分析
导入案例
本章关键术语
第一节 线性回归
第二节 逻辑回归
第三节 时间序列回归
本章小结
复习思考题
案例分析
扩展阅读
第八章 物流大数据分析中的聚类与分类
导入案例
本章关键术语
第一节 K-均值聚类
第二节 支持向量机
第三节 朴素贝叶斯分类
第四节 决策树
第五节 集成学习
本章小结
复习思考题
案例分析
扩展阅读
第九章 物流大数据分析中的机器学习
导入案例
本章关键术语
第一节 机器学习概述
第二节 特征工程
第三节 主成分分析
本章小结
复习思考题
案例分析
扩展阅读
第十章 物流大数据分析中的深度学习
导入案例
本章关键术语
第一节 深度学习基础
第二节 卷积神经网络
第三节 循环神经网络
第四节 注意力机制
本章小结
复习思考题
案例分析
扩展阅读
附表
主要参考文献
前辅文
第一章 大数据概述
导入案例
本章关键术语
第一节 大数据的内涵
第二节 大数据与新一代信息技术之间的关系
第三节 大数据分析方法
第四节 物流大数据及其特征
本章小结
复习思考题
案例分析
扩展阅读
第二章 物流大数据分析的基础环境
导入案例
本章关键术语
第一节 Python解释器安装
第二节 物流大数据分析集成开发环境搭建
第三节 代码运行与错误调试
本章小结
复习思考题
案例分析
扩展阅读
第三章 物流大数据分析中的数值计算
导入案例
本章关键术语
第一节 Python中的数据类型与基础数据运算
第二节 NumPy数据基础
第三节 NumPy的数据运算与分析
本章小结
复习思考题
案例分析
扩展阅读
第四章 物流大数据分析中的数据预处理
导入案例
本章关键术语
第一节 Pandas对象与索引
第二节 Pandas的数据基础运算
第三节 Pandas数据处理方法
本章小结
复习思考题
案例分析
扩展阅读
第五章 物流大数据分析中的数据可视化
导入案例
本章关键术语
第一节 物流大数据可视化
第二节 散点图与折线图绘制
第三节 直方图与箱线图绘制
第四节 其他数据可视化方法
本章小结
复习思考题
案例分析
扩展阅读
第六章 物流大数据分析中的统计分析
导入案例
本章关键术语
第一节 二项分布
第二节 泊松分布
第三节 正态分布
第四节 参数检验
第五节 非参数检验
本章小结
复习思考题
案例分析
扩展阅读
第七章 物流大数据分析中的回归分析
导入案例
本章关键术语
第一节 线性回归
第二节 逻辑回归
第三节 时间序列回归
本章小结
复习思考题
案例分析
扩展阅读
第八章 物流大数据分析中的聚类与分类
导入案例
本章关键术语
第一节 K-均值聚类
第二节 支持向量机
第三节 朴素贝叶斯分类
第四节 决策树
第五节 集成学习
本章小结
复习思考题
案例分析
扩展阅读
第九章 物流大数据分析中的机器学习
导入案例
本章关键术语
第一节 机器学习概述
第二节 特征工程
第三节 主成分分析
本章小结
复习思考题
案例分析
扩展阅读
第十章 物流大数据分析中的深度学习
导入案例
本章关键术语
第一节 深度学习基础
第二节 卷积神经网络
第三节 循环神经网络
第四节 注意力机制
本章小结
复习思考题
案例分析
扩展阅读
附表
主要参考文献
前辅文
第一章 大数据概述
导入案例
本章关键术语
第一节 大数据的内涵
第二节 大数据与新一代信息技术之间的关系
第三节 大数据分析方法
第四节 物流大数据及其特征
本章小结
复习思考题
案例分析
扩展阅读
第二章 物流大数据分析的基础环境
导入案例
本章关键术语
第一节 Python解释器安装
第二节 物流大数据分析集成开发环境搭建
第三节 代码运行与错误调试
本章小结
复习思考题
案例分析
扩展阅读
第三章 物流大数据分析中的数值计算
导入案例
本章关键术语
第一节 Python中的数据类型与基础数据运算
第二节 NumPy数据基础
第三节 NumPy的数据运算与分析
本章小结
复习思考题
案例分析
扩展阅读
第四章 物流大数据分析中的数据预处理
导入案例
本章关键术语
第一节 Pandas对象与索引
第二节 Pandas的数据基础运算
第三节 Pandas数据处理方法
本章小结
复习思考题
案例分析
扩展阅读
第五章 物流大数据分析中的数据可视化
导入案例
本章关键术语
第一节 物流大数据可视化
第二节 散点图与折线图绘制
第三节 直方图与箱线图绘制
第四节 其他数据可视化方法
本章小结
复习思考题
案例分析
扩展阅读
第六章 物流大数据分析中的统计分析
导入案例
本章关键术语
第一节 二项分布
第二节 泊松分布
第三节 正态分布
第四节 参数检验
第五节 非参数检验
本章小结
复习思考题
案例分析
扩展阅读
第七章 物流大数据分析中的回归分析
导入案例
本章关键术语
第一节 线性回归
第二节 逻辑回归
第三节 时间序列回归
本章小结
复习思考题
案例分析
扩展阅读
第八章 物流大数据分析中的聚类与分类
导入案例
本章关键术语
第一节 K-均值聚类
第二节 支持向量机
第三节 朴素贝叶斯分类
第四节 决策树
第五节 集成学习
本章小结
复习思考题
案例分析
扩展阅读
第九章 物流大数据分析中的机器学习
导入案例
本章关键术语
第一节 机器学习概述
第二节 特征工程
第三节 主成分分析
本章小结
复习思考题
案例分析
扩展阅读
第十章 物流大数据分析中的深度学习
导入案例
本章关键术语
第一节 深度学习基础
第二节 卷积神经网络
第三节 循环神经网络
第四节 注意力机制
本章小结
复习思考题
案例分析
扩展阅读
附表
主要参考文献
