内容简介
本书从大数据与商务决策的基本概念出发，首先阐述了“大数据时代，不能忽略小数据分析”的观点，解释了大数据分析与传统的数据分析和挖掘之间的关系。在这一理念基础上，全书在统计学习方法的统一框架下，在能够正确评价分类器优劣方法学习的基础上，兼顾了监督学习和非监督学习的模型介绍，按照章节顺序，分别介绍了“感知机与神经网络”、“贝叶斯分类方法”、“k邻近法”、“聚类算法”、“EM算法”和“随机行动者模型”，并用通俗的语言解释了相关模型的原理。在上述模型的基础上，本书在收尾章节重点介绍了“大数据分析的工具和框架”，其是进一步应用小数据分析与挖掘成果的基础，也是现代商务决策中不可或缺的研究工具。
