商務大數據分析：案例分析與AI應用趨勢

本書共十五章，涵蓋了商務大數據分析的基礎知識、分析工具、案例探討和人工智慧應用的趨勢。
前四章聚焦於大數據理論基礎，從大數據的發展沿革、價值、商業模式創新到管理方面進行探討。隨後深入介紹大數據分析的主題，包括概念、流程和數據準備的方法。此外，書中詳述了大數據分析工具，並提供了實際範例以幫助讀者更深入地了解和應用這些技術。
最後，介紹人工智慧的基礎概念，包括機器學習、深度學習、自然語言處理、圖像辨識、生成式 AI 概念及 ChatGPT實作，了解大數據與 AI 密不可分的關連性。

黃正傑
現職：
鼎新電腦 研發處 架構師
文化大學城區部 資管系 兼任助理教授

學歷：
台灣大學資管研究所 博士

經歷：
惠普科技資深技術顧問、資策會資深產業分析師

專長：
企業電子化、系統分析與設計、雲端運算 、 巨量資料應用與創新研究

Ch01 大數據發展沿革
1-1 企業資料管理演進
1-2 大數據源起
1-3 大數據定義
1-4 大數據特性
1-5 小結

Ch02 大數據行業價值
2-1 大數據價值
2-2 大數據行業應用機會
2-3 大數據企業應用案例
2-4 小結

Ch03 大數據商業模式創新
3-1 數據化與創新
3-2 大數據開放資料
3-3 大數據生態系與商業模式創新
3-4 小結

Ch04 企業大數據管理
4-1 企業數位資料管理演進
4-2 大數據資料處理發展
4-3 大數據資料分析發展
4-4 大數據管理架構
4-5 大數據規劃與實施類型
4-6 大數據企業實施案例
4-7 企業採用趨勢與挑戰
4-8 小結

Ch05 大數據分析：概念與程序
5-1 數據分析是智慧決策基礎
5-2 從商業分析到預測分析
5-3 預測分析程序
5-4 預測分析工具
5-5 Python 工具安裝
5-6 小結

Ch06 大數據分析：數據的理解
6-1 問題解決方向
6-2 數據組織實作
6-3 數據擷取實作- 網頁爬蟲抓取
6-4 小結

Ch07 大數據分析：數據的準備
7-1 問題解決方向
7-2 數據探索與視覺化
7-3 探索性資料分析
7-4 小結

Ch08 大數據分析：聚類與分類
8-1 問題解決方向
8-2 聚類分析實作
8-3 分類分析實作
8-4 小結

Ch09 大數據分析：迴歸與趨勢
9-1 問題解決方向
9-2 迴歸分析實作
9-3 時間趨勢實作
9-4 小結

Ch10 大數據分析：相似與推薦
10-1 問題解決方向
10-2 異常與相似性判定實作
10-3 相似性推薦實作
10-4 小結

Ch11 大數據分析：關聯與關係
11-1 問題解決方向
11-2 關聯分析與實作
11-3 貝氏網路分析與實作
11-4 小結

Ch12 大數據分析：連結與網路
12-1 問題解決方向
12-2 隱馬可夫模型與實作
12-3 社會網路分析與實作
12-4 小結

Ch13 數據驅動的人工智慧發展
13-1 人工智慧沿革
13-2 人工智慧方法演進
13-3 機器學習方法
13-4 深度學習方法
13-5 生成式AI 發展
13-6 ChatGPT 實作
13-7 小結

Ch14 AI探索：文本挖掘分析
14-1 自然語言發展沿革
14-2 問題解決方向
14-3 文本挖掘分析- 文字雲
14-4 文本挖掘分析-TFIDF 文本相似查詢
14-5 小結

Ch15 AI探索：圖像辨識分析
15-1 電腦視覺發展沿革
15-2 問題解決方向
15-3 圖像辨識分析-CNN 深度學習
15-4 小結