大数据分析实战指南书.docVIP

大数据分析实战指南书

TOC\o1-2\h\u8964第1章数据采集与预处理 3

256631.1数据源的选择与评估 3

101681.2数据采集方法与技术 4

319381.3数据清洗与预处理 4

16496第2章数据存储与管理 5

24182.1数据库的选择与设计 5

74202.1.1数据库类型选择 5

221752.1.2数据库设计原则 5

197452.2数据仓库构建与优化 5

160782.2.1数据仓库架构设计 5

276092.2.2数据仓库优化策略 6

65142.3分布式存储与数据处理 6

4242.3.1分布式存储技术 6

21602.3.2分布式数据处理框架 6

160092.3.3分布式数据处理优化策略 6

25309第3章数据可视化与分析工具 7

287283.1数据可视化方法与技术 7

119243.1.1图表类型 7

327453.1.2地图可视化 7

265203.1.3动态可视化 7

232203.1.4交互式可视化 7

29053.2常用数据分析工具介绍 7

5583.2.1Python 7

203123.2.2R 7

120443.2.3Tableau 7

260523.2.4PowerBI 8

322113.3交互式数据摸索与分析 8

20383.3.1数据筛选 8

76263.3.2数据排序 8

322623.3.3数据缩放 8

319573.3.4数据联动 8

214533.3.5数据标注 8

32488第4章统计分析与机器学习 8

120344.1描述性统计分析 8

15714.1.1数据的分布特征 8

59884.1.2数据的图形表示 9

309494.1.3数据的关联分析 9

186984.2摸索性数据分析 9

75044.2.1数据清洗 9

108294.2.2数据可视化 9

77044.2.3数据降维 9

25374.2.4数据聚类 9

272764.3机器学习算法应用 9

121084.3.1线性回归 9

297634.3.2逻辑回归 10

220554.3.3决策树 10

78904.3.4随机森林 10

142684.3.5神经网络 10

67634.3.6支持向量机 10

6024第五章数据挖掘与模式识别 10

267235.1数据挖掘方法与技术 10

138715.2关联规则挖掘 10

2315.3聚类分析与分类预测 11

25814第6章时间序列分析 11

29306.1时间序列预处理 11

11096.1.1数据清洗 11

265526.1.2数据转换 12

222406.1.3数据分段 12

294736.2时间序列分析方法 12

316.2.1描述性分析 12

59126.2.2趋势分析 12

119716.2.3季节性分析 12

201406.2.4噪音分析 12

10596.3时间序列预测模型 12

16216.3.1自回归模型（AR） 12

126486.3.2移动平均模型（MA） 13

38126.3.3自回归移动平均模型（ARMA） 13

161956.3.4自回归积分滑动平均模型（ARIMA） 13

258246.3.5状态空间模型 13

23630第7章文本分析与自然语言处理 13

224967.1文本预处理与分词 13

121697.2词向量与文本表示 13

147537.3文本分类与情感分析 14

22410第8章社交网络分析 14

150878.1社交网络数据采集 14

174948.2社交网络结构分析 15

32148.3社交网络影响力分析 15

18700第9章大数据分析应用案例 16

196649.1金融行业大数据分析案例 16

275809.1.1案例背景 16

200929.1.2数据来源 16

279399.1.3分析目标 16

276869.1.4分析方法 16

38809.2零售行业大数据分析案例 17

294939.2.1案例背景 17