数据分析与数据挖掘方案.docVIP

数据分析与数据挖掘方案

TOC\o1-2\h\u25853第一章数据分析概述 4

245651.1数据分析的定义与目的 4

98771.1.1数据分析的定义 4

14211.1.2数据分析的目的 4

9721.2数据分析的方法与流程 4

236971.2.1数据分析方法 4

104731.2.2数据分析流程 4

3160第二章数据采集与预处理 5

254302.1数据采集方法 5

26662.2数据清洗 5

166922.3数据集成 6

184862.4数据转换 6

25278第三章数据存储与管理 6

121423.1数据存储技术 6

132443.2数据库管理系统 7

271763.3数据仓库 7

137133.4大数据存储与管理 7

7487第四章数据可视化 8

17014.1数据可视化工具 8

119164.2数据可视化方法 8

312964.3可视化结果解读 8

158364.4数据可视化技巧 9

27659第五章统计分析 9

283905.1描述性统计分析 9

53325.1.1数据概述 9

213755.1.2频数分布 9

46865.1.3描述性统计量 9

2235.1.4箱线图 9

86695.2假设检验 10

286095.2.1假设检验概述 10

201415.2.2常见的假设检验方法 10

16785.2.3假设检验步骤 10

55475.2.4实例分析 10

261165.3方差分析 10

220395.3.1方差分析概述 10

51115.3.2方差分析的基本原理 10

234895.3.3方差分析的步骤 10

156345.3.4实例分析 10

307815.4时间序列分析 10

199215.4.1时间序列分析概述 10

26955.4.2时间序列分析的基本方法 11

256025.4.3时间序列分析的步骤 11

43325.4.4实例分析 11

25997第六章机器学习算法 11

325756.1监督学习算法 11

118686.1.1概述 11

91146.1.2线性回归 11

57796.1.3逻辑回归 11

302666.1.4支持向量机（SVM） 11

234216.1.5决策树和随机森林 11

218236.2无监督学习算法 12

22556.2.1概述 12

295166.2.2聚类算法 12

115806.2.3降维算法 12

144386.2.4关联规则挖掘 12

154686.3强化学习算法 12

37096.3.1概述 12

209416.3.2Qlearning 12

80676.3.3SARSA 12

253116.3.4深度确定性策略梯度（DDPG） 13

309776.4深度学习算法 13

94466.4.1概述 13

270156.4.2卷积神经网络（CNN） 13

187286.4.3循环神经网络（RNN） 13

200756.4.4长短时记忆网络（LSTM） 13

31056.4.5自编码器 13

31922第七章数据挖掘方法 13

141647.1关联规则挖掘 13

15657.1.1概述 13

293467.1.2关联规则挖掘方法 14

255127.1.3关联规则挖掘的应用 14

269517.2聚类分析 14

64037.2.1概述 14

102337.2.2聚类分析方法 14

165847.2.3聚类分析的应用 14

12087.3分类与预测 14

121617.3.1概述 14

98017.3.2分类与预测方法 15

30017.3.3分类与预测的应用 15

124137.4异常检测 15

275617.4.1概述 15

9387.4.2异常检测方法 15

197817.4.3异常检测的应用 15

12553第八章文本挖掘与自然语言处理 15

91388.1文本预处理 15

48138.2词向量模型 16

198198.3主题模型 16

118278.4