本书向SAP专业人员介绍了机器学习和神经网络等数据科学基本原理，也向数据科学家介绍了SAP系统的数据结构和数据服务等概念和过程。接着介绍了数据探索性分析和异常检测这两个非常基础又十分重要的数据准备阶段，然后通过模拟Big Bonanza Warehouse的业务场景，进行基于时间序列的销量预测分析、基于聚类的客户细分、基于关联规则的数据挖掘和基于自然语言处理的情感分析等实际分析过程。

本书向SAP专业人员介绍了机器学习和神经网络等数据科学基本原理，也向数据科学家介绍了SAP系统的数据结构和数据服务等概念和过程。接着介绍了数据探索性分析和异常检测这两个非常基础又十分重要的数据准备阶段，然后通过模拟Big Bonanza Warehouse的业务场景，进行基于时间序列的销量预测分析、基于聚类的客户细分、基于关联规则的数据挖掘和基于自然语言处理的情感分析等实际分析过程。

《数据分析与模拟丛书:基于Matlab的地理数据分析》面向地理问题，基于Matlab软件，讲述了大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、因子分析、聚类分析、判别分析、时（空）间序列分析、Markov链、R／S分析、线性规划、层次分析法以及人工神经网络建模等方法。通过模仿《数据分析与模拟丛书:基于Matlab的地理数据分析》讲授的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Matlab的应用技巧。《数据分析与模拟丛书:基于Matlab的地理数据分析》最初以北京大学本科生计量地理学的辅助教材形式出现，但实际上是作者对Matlab计算功能深入应用的经验总结。《数据分析与模拟丛书:基于Matlab的地理数据分析》中的讲授体例与一般Matlab的教科书不同，计算过程设计为笔者独创，在国内外其他教科书中未曾见到。

《数据分析与模拟丛书:基于Matlab的地理数据分析》面向地理问题，基于Matlab软件，讲述了大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、因子分析、聚类分析、判别分析、时（空）间序列分析、Markov链、R／S分析、线性规划、层次分析法以及人工神经网络建模等方法。通过模仿《数据分析与模拟丛书:基于Matlab的地理数据分析》讲授的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Matlab的应用技巧。《数据分析与模拟丛书:基于Matlab的地理数据分析》最初以北京大学本科生计量地理学的辅助教材形式出现，但实际上是作者对Matlab计算功能深入应用的经验总结。《数据分析与模拟丛书:基于Matlab的地理数据分析》中的讲授体例与一般Matlab的教科书不同，计算过程设计为笔者独创，在国内外其他教科书中未曾见到。

《基于Excel的地理数据分析》面向地理问题，基于Excel软件，叙述大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、聚类分析、判别分析、时(空)问序列分析、Markov链、R/S分析、线性规划、层次分析、灰色系统(3M(1，N)建模和预测方法等。通过模仿《基于Excel的地理数据分析》介绍的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Excel的应用技巧。 这本书虽然是以地理数据为分析对象展开论述，但所涉及的内容绝大多数为通用方法。只要改变数据的来源，书中论述的计算流程完全可以应用到其他领域。 《基于Excel的地理数据分析》的初稿和修改稿先后在北京大学城市与环境专业研究生中试用八年，可供地理学、生态学、环境科学、地质学、经济学、城市规划学乃至医学、生物学等领域的学生、研究人员和工程技术人员阅读和参考。

《基于Excel的地理数据分析》面向地理问题，基于Excel软件，叙述大量数学方法的应用思路和过程。内容涉及回归分析、主成分分析、聚类分析、判别分析、时(空)问序列分析、Markov链、R/S分析、线性规划、层次分析、灰色系统(3M(1，N)建模和预测方法等。通过模仿《基于Excel的地理数据分析》介绍的计算过程，读者可以加深对有关数学方法的认识和理解，并且掌握很多Excel的应用技巧。 这本书虽然是以地理数据为分析对象展开论述，但所涉及的内容绝大多数为通用方法。只要改变数据的来源，书中论述的计算流程完全可以应用到其他领域。 《基于Excel的地理数据分析》的初稿和修改稿先后在北京大学城市与环境专业研究生中试用八年，可供地理学、生态学、环境科学、地质学、经济学、城市规划学乃至医学、生物学等领域的学生、研究人员和工程技术人员阅读和参考。

《基于Stata的数据分析流程》对数据分析者而言是一本不可多得的实用好书。高效的数据分析流程能够节省数据管理和数据分析的时间，也是实现统计分析工作可重复性的保障。而这本书就能帮助你优化数据分析的工作流程，提高数据管理和数据分析的效率。 数据分析流程指的是管理数据分析各个方面的过程。规划、记录和组织你的工作，清理数据，创建变量，给变量命名，给数据加标签，检验变量，执行和呈现统计分析，输出可复制的结果，将工作档案化——这些共同构成了一个完整的数据分析流程。在本书中，作者告诉你如何给单人项目或团队项目设计高效的数据分析流程并付诸实践。 作者利用真实示例、Stata命令和Stata文本，展示了数据管理和分析所需的各种高效技术。如果你的工作涉及数据分析，那么这本书非常值得一读。