《SAP实用数据科学计算机与互联网》[52M]百度网盘|pdf下载|亲测有效

商品基本信息，请以下列介绍为准
商品名称：	SAP实用数据科学
作者：	Greg
定价：	99.0
出版社：	东南大学出版社
出版日期：	2020-06-01
ISBN：	9787564188818
印次：
版次：	1
装帧：
开本：	24开

内容简介

　　你是否正在使用SAP ERP系统并迫切希望释放其数据的巨大价值？通过这本实用指导书，SAP专家Greg Foss和Paul Merman为你展示如何使用若干数据分析工具来解决SAP数据中存在的有趣问题。你将跟随一个贯穿全书的虚构公司，学会处理真实场景中遇到的问题。
　　使用真实数据创建示例代码和可视化图，SAP业务分析师将学会实用的分析方法，从而获得对业务数据的更深入了解。数据工程师和数据科学家将探索如何将SAP数据添加到他们的分析过程中。通过对SAP流程和数据科学工具的深入研究，你将找到揭露数据的强大方法。

Preface
1． Introduction
Telling Better Stories with Data
A Quick Look： Data Science for SAP Professionalr>A Quick Look： SAP Basics for Data Scientistr>Getting Data Out of SAP
Roles and Responilitier>Summary
2． Data Science for SAP Professionalr>Machine Learning
Supervised Machine Learning
Unsupervised Machine Learning
Semi-Supervised Machine Learning
Reinforcement Macl'rine Learning
Neural Networkr>Summary
3． SAP for Data Scientistr>Getting Started with SAP
The ABAP Data Dictionary
Tabler>Structurer>Data Elements and Domainr>Where-Used
ABAP QuickViewer
SE16 Export
OData Servicer>Core Data Servicer>Summary
4． Exploratory Data Analysis with R
The Four Phases of EDA
Phase 1： Collecting Our Data
Importing with R
Phase 2： Cleaning Our Data
Null Removal
Binary Indicatorr>Removing Extraneous Columnr>Whitespace
Numberr>Phase 3： Analyzing Our Data
DataExplorer
Discrete Featurer>Continuous Featurer>Phase 4： Modeling Our Data
TensorFlow and Kerar>Training and Testing Split
Shaping and One-Hot Encoding
Reciper>Preparing Data for the Neural Network
Resultr>Summary
5． Anomaly Detection with R and Python
Types of Anomalier>Tools in R
AnomalyDetection
Anomalize
Getting the Data
SAP ECC System
SAP NetWeaver Gateway
SQL Server
Finding Anomalier>PowerBI and R
PowerBI and Python
Summary
6． Predictive Analytics in R and Python
Predicting Sales in R
Step 1： Identify Data
Step 2： Gather Data
Step 3： Explore Data
Step 4： Model Data
Step 5： Evaluate Model
Predicting Sales in Python
Step 1： Identify Data
Step 2： Gather Data
Step 3： Explore Data
Step 4： Model Data
Step 5： Evaluate Model
Summary
7． Clustering and Segmentation in R
Understanding Clustering and Segmentation
RFM
Pareto Principle
k-Meanr>k-Medoid
Hierarchical Clustering
Time-Series Clustering
Step 1： Collecting the Data
Step 2： Cleaning the Data
Step 3： Analyzing the Data
Revisiting the Pareto Principle
Finding Optimal Clusterr>k-Means Clustering
k-Medoid Clustering
Hierarchical Clustering
Manual RFM
Step 4： Report the Findingr>R Markdown Code
R Markdown Knit
Summary
8． Association Rule Mining
Understanding Association Rule Mining
Support
Confidence
Lift
Apriori Algorithm
Operationalization Overview
Collecting the Data
Cleaning the Data
Analyzing the Data
Fiori
Summary
9． Natural Language Processing with the Google Cloud Natural Language API
Understanding Natural Language Processing
Sentiment Analysir>Translation
Preparing the Cloud API
Collecting the Data
Analyzing the Data
Summary
10． Conclusion
Original Mission
Recap
Chapter 1： Introduction
Chapter 2： Data Science for SAP Professionalr>Chapter 3： SAP for Data Scientistr>Chapter 4： Exploratory Data Analysir>Chapter 5： Anomaly Detection with R and Python
Chapter 6： Prediction with R
Chapter 7： Clustering and Segmentation in R
Chapter 8： Association Rule Mining
Chapter 9： Natural Language Processing with the Google Cloud Natural
Language API
Tips and Recommendationr>Be Creative
Be Practical
Enjoy the Ride
Stay in Touch
Index

SAP实用数据科学计算机与互联网 pdf下载

内容简介

相关推荐

解锁创造力Photoshop创意技巧魔法书王娜书籍

单片机技术实验实训教程

电磁场

机器视觉的开发实践