基于SAP的企業(yè)級(jí)實(shí)用數(shù)據(jù)分析

前言1
第1章 緒論7
1.1 用數(shù)據(jù)講述更好的故事7
1.2 面向SAP專業(yè)人員的數(shù)據(jù)科學(xué)9
1.3 面向數(shù)據(jù)科學(xué)家的SAP11
1.4 角色與職責(zé)15
1.5 小結(jié)16
第2章 面向SAP專業(yè)人員的數(shù)據(jù)科學(xué)17
2.1 機(jī)器學(xué)習(xí)18
2.2 神經(jīng)網(wǎng)絡(luò)26
2.3 小結(jié)38
第3章 面向數(shù)據(jù)科學(xué)家的SAP40
3.1 SAP入門41
3.2 ABAP數(shù)據(jù)字典43
3.3 OData服務(wù)56
3.4 核心數(shù)據(jù)服務(wù)65
3.5 小結(jié)74
第4章 用R語(yǔ)言進(jìn)行探索性數(shù)據(jù)分析76
4.1 EDA的四個(gè)階段77
4.2 階段1：數(shù)據(jù)收集78
4.3 階段2：數(shù)據(jù)清洗86
4.4 刪除多余的列87
4.5 階段3：數(shù)據(jù)分析88
4.6 階段4：數(shù)據(jù)建模97
4.7 小結(jié)106
第5章 使用R和Python進(jìn)行異常檢測(cè)108
5.1 異常的類型109
5.2 R中的工具110
5.3 發(fā)現(xiàn)異常144
5.4 小結(jié)156
第6章 使用R和Python進(jìn)行預(yù)測(cè)分析157
6.1 使用R預(yù)測(cè)銷量158
6.2 使用Python預(yù)測(cè)銷量174
6.3 小結(jié)184
第7章 使用R進(jìn)行聚類和細(xì)分186
7.1 理解聚類和細(xì)分187
7.2 步驟1：數(shù)據(jù)收集193
7.3 步驟2：數(shù)據(jù)清洗193
7.4 步驟3：數(shù)據(jù)分析199
7.5 步驟4：結(jié)果報(bào)告215
7.6 小結(jié)218
第8章 關(guān)聯(lián)規(guī)則挖掘221
8.1 了解關(guān)聯(lián)規(guī)則挖掘222
8.2 操作化概述224
8.3 收集數(shù)據(jù)224
8.4 清洗數(shù)據(jù)229
8.5 分析數(shù)據(jù)229
8.6 小結(jié)238
第9章 使用谷歌云自然語(yǔ)言API進(jìn)行自然語(yǔ)言處理239
9.1 理解自然語(yǔ)言處理240
9.2 準(zhǔn)備云API242
9.3 收集數(shù)據(jù)246
9.4 分析數(shù)據(jù)249
9.5 小結(jié)251
第10章 結(jié)語(yǔ)253
10.1 不忘初心253
10.2 內(nèi)容回顧254
10.3 提示和建議255
10.4 保持聯(lián)系256