数据分析与决策实战指南.docVIP

数据分析与决策实战指南

TOC\o1-2\h\u16055第一章数据分析基础 3

112601.1数据收集与整理 3

305301.1.1数据收集概述 3

133431.1.2数据收集方法 3

229521.1.3数据整理 3

276811.2数据清洗与预处理 4

95171.2.1数据清洗概述 4

316331.2.2数据清洗方法 4

150991.2.3数据预处理 4

80381.3数据可视化技巧 4

27801.3.1条形图 4

154301.3.2折线图 4

212051.3.3饼图 4

154091.3.4散点图 4

124641.3.5热力图 5

231511.3.6动态可视化 5

15534第二章数据统计分析 5

225062.1描述性统计分析 5

243172.2假设检验与推断 5

90542.3相关性分析与回归分析 5

23972第三章数据挖掘与建模 6

71713.1常见数据挖掘算法 6

202263.1.1引言 6

27223.1.2决策树算法 6

156373.1.3支持向量机算法 6

31253.1.4聚类算法 6

266553.1.5关联规则算法 6

170123.2机器学习模型介绍 6

193083.2.1引言 6

5243.2.2线性模型 7

238743.2.3神经网络模型 7

131383.2.4集成学习模型 7

28753.2.5贝叶斯模型 7

4213.3模型评估与优化 7

160353.3.1引言 7

58653.3.2交叉验证 7

206193.3.3模型选择准则 7

193833.3.4超参数优化 7

214253.3.5模型融合 7

14904第四章聚类与分类分析 7

26724.1聚类分析方法 8

206884.1.1聚类分析概述 8

208114.1.2常用的聚类分析方法 8

109954.1.3聚类分析的评价指标 8

191684.2分类分析方法 8

271054.2.1分类分析概述 8

164364.2.2常用的分类分析方法 8

215414.2.3分类分析的评价指标 9

1964.3聚类与分类在实际应用中的案例分析 9

31229第五章时间序列分析 9

101775.1时间序列基本概念 9

199945.2时间序列预测方法 10

62245.3时间序列分析在实际应用中的案例分析 10

23902第六章数据仓库与数据挖掘 11

206936.1数据仓库的概念与架构 11

259806.1.1数据仓库的概念 11

300966.1.2数据仓库的架构 11

188576.2数据仓库的设计与实施 11

135836.2.1数据仓库设计原则 11

76126.2.2数据仓库实施步骤 11

320686.3数据挖掘在数据仓库中的应用 12

8826.3.1数据挖掘概述 12

282266.3.2数据挖掘在数据仓库中的应用场景 12

129796.3.3数据挖掘实施步骤 12

8174第七章商业智能与报表分析 12

33317.1商业智能概述 12

148867.2报表设计与管理 13

239467.2.1报表设计 13

69537.2.2报表管理 13

128897.3商业智能在实际应用中的案例分析 14

26189第八章数据安全与隐私保护 14

247918.1数据安全概述 14

259168.1.1数据安全的重要性 14

57448.1.2数据安全面临的挑战 14

144248.2数据加密与解密技术 15

82008.2.1加密技术概述 15

304478.2.2数据加密应用场景 15

96658.2.3数据解密 15

98348.3数据隐私保护策略 15

179258.3.1数据访问控制 15

265268.3.2数据脱敏 15

46168.3.3数据审计 16

296618.3.4数据合规 16

16145第九章决策树与决策分析 16

39799.1决策树构建方法 16

151789.1.1基