大數(shù)據(jù)決策分析：數(shù)據(jù)建模與預(yù)測

第一章 神經(jīng)網(wǎng)絡(luò)與學習系統(tǒng)在商業(yè)計算中的應(yīng)用綜述
一、前言
二、業(yè)務(wù)活動的神經(jīng)網(wǎng)絡(luò)
三、業(yè)務(wù)活動的深度學習
四、業(yè)務(wù)活動的機器學習
五、大數(shù)據(jù)決策分析應(yīng)用場景
六、本章小結(jié)
第二章 可解釋的機器學習模型在企業(yè)知識管理中的應(yīng)用
一、前言
二、文獻綜述
三、數(shù)據(jù)信息
四、實驗
五、討論
六、本章小結(jié)
第三章 通過學習系統(tǒng)探索企業(yè)的創(chuàng)新能力
一、前言
二、文獻綜述
三、數(shù)據(jù)
四、實驗
五、研究結(jié)果
六、本章小結(jié)
第四章 數(shù)據(jù)建模與預(yù)測分析在綠色智慧交通的應(yīng)用
一、前言
二、文獻綜述
三、數(shù)據(jù)信息
四、研究結(jié)果
五、拓展分析
六、本章小結(jié)
第五章 大數(shù)據(jù)背景下綠色交通管理策略研究
一、前言
二、文獻綜述
三、分析框架
四、基于分類結(jié)果的NVC和V 分析 .
五、政策建議
第六章 復(fù)雜環(huán)境中的倉儲物流導(dǎo)航?jīng)Q策研究
一、前言
二、文獻綜述
三、研究方法
四、實驗結(jié)果
五、本章小結(jié)
參考文獻