顶部
收藏

物流大数据分析


作者:
罗贺 夏维 陆效农
定价:
49.00 元
版面字数:
400千字
开本:
16开
装帧形式:
平装
页数:
暂无
最新
印次时间:
2025年01月
ISBN:
978-7-04-064200-1
物料号:
64200-00
出版时间:
2025-12-24
读者对象:
高等教育
一级分类:
管理
二级分类:
物流管理与工程
三级分类:
物流管理

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
    • 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

                                                                                                                                                                                                          相关图书