大数据分析与应用操作手册.docVIP

大数据分析与应用操作手册

TOC\o1-2\h\u26232第一章数据采集与预处理 3

99741.1数据源类型与选择 3

214731.1.1结构化数据 3

186571.1.2非结构化数据 3

250381.1.3流数据 3

116961.2数据采集方法 3

191321.2.1网络爬虫 3

254541.2.2数据接口 4

133211.2.3数据库连接 4

295891.2.4传感器数据采集 4

236951.3数据清洗与预处理 4

142601.3.1数据清洗 4

320551.3.2数据整合 4

72381.3.3数据规范化 4

212471.3.4数据转换 4

28371.3.5数据降维 4

17985第二章数据存储与管理 4

168652.1数据存储技术 5

3302.1.1硬盘存储 5

161662.1.2网络存储 5

62652.1.3分布式存储 5

323142.1.4云存储 5

144612.2数据库管理 5

176802.2.1关系型数据库 5

131702.2.2非关系型数据库 5

65042.2.3数据库集群 5

194312.3数据仓库与数据湖 6

246312.3.1数据仓库 6

217802.3.2数据湖 6

388第三章数据可视化与分析工具 6

147973.1数据可视化技术 6

317693.1.1图形可视化 6

184153.1.2地图可视化 6

285893.1.3文本可视化 6

195513.1.4交互式可视化 6

65203.2常用数据分析工具 7

112163.2.1Excel 7

241433.2.2Python 7

181553.2.3Tableau 7

58193.2.4PowerBI 7

114103.3数据报表与仪表板制作 7

134773.3.1数据报表制作 7

295213.3.2仪表板制作 7

22418第四章数据挖掘与建模 8

69674.1数据挖掘方法 8

193254.2常用数据挖掘算法 8

91434.3数据建模与评估 9

4057第五章机器学习与人工智能 9

74805.1机器学习基本概念 9

120925.1.1定义及发展历程 9

318695.1.2机器学习分类 10

137595.1.3机器学习常用评估指标 10

261365.2常用机器学习算法 10

171855.2.1线性模型 10

67715.2.2树模型 10

243595.2.3神经网络 10

120955.2.4聚类算法 10

107025.3人工智能应用案例 10

269545.3.1图像识别 10

36625.3.2语音识别 11

250945.3.3自然语言处理 11

58925.3.4推荐系统 11

159455.3.5金融风控 11

12718第六章大数据分析平台与应用 11

102556.1大数据分析平台介绍 11

283346.2大数据分析应用场景 12

28816.3大数据分析项目实施 12

23331第七章数据安全与隐私保护 13

219757.1数据安全概述 13

217937.2数据加密与访问控制 13

158117.2.1数据加密 13

292617.2.2访问控制 13

254867.3数据隐私保护技术 14

5282第八章数据分析与业务决策 14

78248.1数据驱动的业务决策 14

261658.2数据分析在企业中的应用 15

266628.3数据分析助力战略规划 15

31784第九章大数据产业与发展趋势 15

177459.1大数据产业链概述 15

87559.2我国大数据产业发展现状 16

191149.3大数据未来发展趋势 16

7012第十章案例分析与实战演练 17

2983310.1典型案例分析 17

1895910.1.1背景介绍 17

763310.1.2金融行业案例 17

3276710.1.3医疗行业案例 17

2912710.1.4零售行业