增强型分析：AI驱动的数据分析、业务决策与案例实践

增强型分析是数据科学的未来，本书讲解了如何通过前沿的大数据技术和AI技术实现智能的数据分析和业务决策，即增强型分析。本书的三位作者是来自德勤、前华为和前IBM的资深数据科学家，在大数据和AI领域至少都有10年以上的工作经验，他们将各自多年来在“构建数据挖掘模型，解决实际业务问题”方面积累的经验全部总结在了这本书中。全书的内容由两条主线贯穿：技术主线：一方面讲解了预测模型、序列分析、预测分析、Prescriptive分析等前沿数据处理技术，一方面讲解了CNN、RNN和GNN等前沿的AI技术如何为数据分析赋能。业务主线：在数字化转型的大时代背景下，如何通过数据分析实现智慧营销、智慧风险管控，实现由初级的“主动营销”到“被动营销”，再到“全渠道协同营销”等营销手段的升级应用。本书的重点聚焦在本质内容上，即数据处理、算法及模型、“模型洞见到业务决策”的分析等。

这是一本深度剖析增强型分析理念、方法与实践的著作。全书以数据科学家的成长之路为起点，详细讲述了大数据探索及预处理、预测模型的新技术、序列分析、应用数据分析做出最优决策、深入探讨CNN、深入探讨RNN以及深入探讨GAN等核心内容。 全书以技术主线和业务主线两条主线贯穿始终。在技术主线上，一方面讲解了预测模型、序列分析、预测分析、Prescriptive分析等前沿数据处理技术，一方面讲解了CNN、RNN和GNN等前沿的AI技术如何为数据分析赋能。在业务主线上，讲述了在数字化转型的大时代背景下，如何通过数据分析实现智慧营销、智慧风险管控，实现由初级的“主动营销”到“被动营销”，再到“全渠道协同营销”等营销手段的升级应用。 书中详细讲解了数据科学家的定义与重要性，强调了数据科学家在人工智能时代，将数据价值发挥出来的关键角色。同时，书中也阐述了数据探索与预处理的重要性，强调了数据探索可以帮助我们更好地理解数据，提升数据质量，并为后续的数据建模和预测提供坚实的基础。 此外，书中还详细讲解了数据清洗的概念和重要性，强调了数据清洗是确保数据分析结果准确性的重要步骤。同时，书中也阐述了数据变换的方