数据分析和挖掘行业操作手册.docVIP

数据分析和挖掘行业操作手册

TOC\o1-2\h\u29623第一章数据准备与预处理 4

68911.1数据收集 4

178641.1.1数据来源 4

100341.1.2数据类型 4

211521.1.3数据收集方法 4

164531.2数据清洗 5

191301.2.1数据筛选 5

19531.2.2数据去重 5

309191.2.3数据填充 5

142621.2.4数据转换 5

260981.3数据整合 5

295911.3.1数据匹配 5

136441.3.2数据合并 5

218071.3.3数据关联 5

60641.4数据转换 5

138591.4.1数据规范化 5

9181.4.2数据标准化 5

206841.4.3数据降维 5

308941.4.4数据编码 5

490第二章数据可视化与分析 6

54432.1数据可视化方法 6

309722.1.1图表类型选择 6

132322.1.2色彩应用 6

216122.1.3图表布局 6

144372.2数据摸索性分析 6

204512.2.1描述性统计 6

157082.2.2数据清洗 7

78162.2.3数据转换 7

281392.3数据可视化工具 7

61402.3.1Excel 7

159482.3.2Tableau 7

220822.3.3Python 7

175012.4数据分析报告撰写 7

51232.4.1报告结构 7

254422.4.2报告内容 8

21957第三章统计分析基础 8

191493.1描述性统计分析 8

322743.2假设检验 8

21393.3方差分析 9

111723.4相关性分析 9

12298第四章数据挖掘算法 10

312424.1决策树算法 10

288394.2支持向量机 10

164854.3朴素贝叶斯 10

251104.4聚类算法 10

1844第五章机器学习应用 11

6325.1监督学习 11

300165.1.1概述 11

168585.1.2常用算法 11

136085.1.3应用场景 11

143625.2无监督学习 11

82285.2.1概述 11

161535.2.2常用算法 12

81745.2.3应用场景 12

152345.3强化学习 12

22995.3.1概述 12

288355.3.2常用算法 12

305645.3.3应用场景 12

246175.4深度学习 13

195035.4.1概述 13

319475.4.2常用算法 13

55995.4.3应用场景 13

28443第六章数据仓库与大数据技术 13

180296.1数据仓库概述 13

261386.1.1数据仓库的发展历程 13

271576.1.2数据仓库的关键特性 14

310506.2数据仓库设计 14

280736.2.1需求分析 14

41656.2.2数据建模 14

143956.2.3数据抽取与转换 14

92576.2.4数据仓库实施与运维 14

152026.3大数据技术概述 14

44456.3.1数据存储 14

303146.3.2数据处理 14

93346.3.3数据分析 14

31116.4大数据平台与应用 15

90306.4.1大数据平台 15

185036.4.2大数据应用 15

23383第七章数据安全与隐私保护 15

62347.1数据安全概述 15

187947.2数据加密技术 15

240357.3数据隐私保护 16

188577.4数据合规性 16

27188第八章数据质量管理与评估 17

324308.1数据质量概述 17

148168.2数据质量评估方法 17

198618.2.1数据质量指标 17

299618.2.2数据质量评估工具 17

326788.2.3数据质量评估流程 17

89188.3数据质量管理策略 18

241648.3.1数据质量文化建设