基于SAP的企業(yè)級實用數據分析

前言1
第1章 緒論7
1.1 用數據講述更好的故事7
1.2 面向SAP專業(yè)人員的數據科學9
1.3 面向數據科學家的SAP11
1.4 角色與職責15
1.5 小結16
第2章 面向SAP專業(yè)人員的數據科學17
2.1 機器學習18
2.2 神經網絡26
2.3 小結38
第3章 面向數據科學家的SAP40
3.1 SAP入門41
3.2 ABAP數據字典43
3.3 OData服務56
3.4 核心數據服務65
3.5 小結74
第4章 用R語言進行探索性數據分析76
4.1 EDA的四個階段77
4.2 階段1：數據收集78
4.3 階段2：數據清洗86
4.4 刪除多余的列87
4.5 階段3：數據分析88
4.6 階段4：數據建模97
4.7 小結106
第5章 使用R和Python進行異常檢測108
5.1 異常的類型109
5.2 R中的工具110
5.3 發(fā)現異常144
5.4 小結156
第6章 使用R和Python進行預測分析157
6.1 使用R預測銷量158
6.2 使用Python預測銷量174
6.3 小結184
第7章 使用R進行聚類和細分186
7.1 理解聚類和細分187
7.2 步驟1：數據收集193
7.3 步驟2：數據清洗193
7.4 步驟3：數據分析199
7.5 步驟4：結果報告215
7.6 小結218
第8章 關聯規(guī)則挖掘221
8.1 了解關聯規(guī)則挖掘222
8.2 操作化概述224
8.3 收集數據224
8.4 清洗數據229
8.5 分析數據229
8.6 小結238
第9章 使用谷歌云自然語言API進行自然語言處理239
9.1 理解自然語言處理240
9.2 準備云API242
9.3 收集數據246
9.4 分析數據249
9.5 小結251
第10章 結語253
10.1 不忘初心253
10.2 內容回顧254
10.3 提示和建議255
10.4 保持聯系256