大数据应用与数据分析实践手册.docVIP

大数据应用与数据分析实践手册

TOC\o1-2\h\u5576第一章大数据应用概述 3

238311.1大数据概念与特征 3

202781.2大数据应用领域 3

32735第二章数据采集与存储 4

315552.1数据采集方法 4

147662.1.1网络爬虫 4

88632.1.2数据接口 4

65022.1.3物联网设备 4

14562.1.4数据库 5

242262.2数据存储技术 5

28932.2.1关系型数据库 5

276382.2.2非关系型数据库 5

118822.2.3分布式文件系统 5

124042.2.4数据仓库 5

107732.2.5云存储 5

27177第三章数据预处理与清洗 6

241803.1数据预处理流程 6

291003.1.1数据收集与整合 6

324243.1.2数据摸索与理解 6

325023.1.3数据预处理操作 6

222023.1.4数据验证 6

66763.2数据清洗方法 7

128003.2.1缺失值处理 7

160023.2.2异常值处理 7

280583.2.3重复数据处理 7

118133.2.4数据类型转换 7

245743.2.5数据整合 7

6457第四章数据挖掘与分析 8

178274.1数据挖掘算法 8

109434.1.1分类算法 8

92974.1.2聚类算法 8

176944.1.3关联规则挖掘算法 8

249894.1.4预测算法 9

228134.2数据分析方法 9

283134.2.1统计分析 9

208314.2.2可视化分析 9

147934.2.3摸索性数据分析 9

79434.2.4预测性分析 9

25036第五章机器学习与人工智能 10

61895.1机器学习基础 10

139305.1.1定义与发展历程 10

80095.1.2常见算法与分类 10

171135.1.3评估与优化 10

7145.2人工智能在大数据中的应用 10

131875.2.1数据预处理 10

159735.2.2特征工程 10

149885.2.3模型训练与调优 10

214765.2.4应用场景 10

29155第六章数据可视化 11

244536.1数据可视化技术 11

283386.1.1图形可视化 11

276816.1.2地图可视化 11

64956.1.3时间序列可视化 11

280836.1.4文本可视化 11

139496.1.5交互式可视化 11

156116.2可视化工具与应用 11

123836.2.1Tableau 12

13566.2.2PowerBI 12

282026.2.3Python数据可视化库 12

240146.2.4ECharts 12

114206.2.5GIS工具 12

209146.2.6Gephi 12

11744第七章大数据应用案例 12

305117.1金融行业应用案例 12

2957.2医疗行业应用案例 13

29506第八章数据安全与隐私保护 14

265888.1数据安全策略 14

308488.2隐私保护技术 14

19886第九章大数据技术与框架 15

3909.1Hadoop生态系统 15

127479.1.1简介 15

193939.1.2Hadoop分布式文件系统（HDFS） 15

48599.1.3HadoopMapReduce 15

321719.1.4YARN 15

157359.1.5其他组件 15

316579.2Spark生态系统 15

42859.2.1简介 15

187419.2.2Spark核心组件 16

175749.2.3Spark运行环境 16

327589.2.4Spark生态系统组件 16

12427第十章未来发展与趋势 16

2993710.1大数据技术发展趋势 16

2771110.1.1数据存储与处理技术 16

921710.1.2人工智能与大数据的深度融合 16

874210.1.