数据分析基础与实战指南.docVIP

数据分析基础与实战指南

TOC\o1-2\h\u6138第一章数据分析基础理论 3

298701.1数据分析概述 3

273921.1.1数据分析的定义 3

35031.1.2数据分析的目的 3

214711.1.3数据分析的基本流程 3

309821.2数据类型与结构 4

233251.2.1数据类型 4

220491.2.2数据结构 4

326161.3数据分析方法 4

312431.3.1描述性统计分析 4

57381.3.2假设检验 4

34321.3.3相关分析 5

126231.3.4回归分析 5

90561.3.5机器学习方法 5

2700第二章数据采集与清洗 5

227512.1数据采集方法 5

283102.1.1网络爬虫采集 5

181272.1.2API接口采集 6

245012.1.3数据库采集 6

100472.2数据清洗流程 6

299792.2.1数据去重 6

195972.2.2数据补全 6

142952.2.3数据标准化 6

171632.3数据预处理技巧 7

52282.3.1数据转换 7

309112.3.2数据筛选 7

281772.3.3数据可视化 7

25643第三章数据可视化 7

22683.1数据可视化概述 7

108123.2常用数据可视化工具 8

272463.3数据可视化技巧与应用 8

12383.3.1柱状图 8

32873.3.2饼图 8

303573.3.3折线图 8

240143.3.4散点图 8

321823.3.5地图 8

52343.3.6动态可视化 9

182593.3.7交互式可视化 9

31268第四章描述性统计分析 9

115914.1描述性统计分析概述 9

264384.2常用描述性统计指标 9

236794.2.1频数与频率 9

314584.2.2众数、中位数和平均数 9

119054.2.3极差、方差和标准差 9

31994.2.4偏度和峰度 10

226324.3描述性统计分析应用 10

45304.3.1数据展示 10

252704.3.2数据整理 10

156644.3.3数据分析 10

14496第五章假设检验与推断性统计分析 10

29195.1假设检验概述 10

211815.2常用假设检验方法 11

207145.3推断性统计分析应用 11

24648第六章回归分析 12

166916.1回归分析概述 12

110886.1.1定义与作用 12

226686.1.2回归分析的分类 12

60296.2线性回归分析 12

107786.2.1线性回归模型的定义 12

227076.2.2最小二乘法 12

233886.2.3线性回归模型的检验 13

93316.3非线性回归分析 13

83586.3.1非线性回归模型的定义 13

14306.3.2非线性回归模型的估计方法 13

272236.3.3非线性回归模型的检验 13

24786第七章时间序列分析 13

125097.1时间序列分析概述 13

3177.2常用时间序列模型 14

321987.3时间序列预测方法 14

29085第八章聚类分析 15

6248.1聚类分析概述 15

207028.2常用聚类算法 15

207548.2.1Kmeans算法 15

8748.2.2层次聚类算法 16

131098.2.3DBSCAN算法 16

287478.2.4高斯混合模型 16

125058.3聚类分析应用 16

123358.3.1客户细分 16

137838.3.2相似性推荐 16

14888.3.3图像分割 16

284818.3.4社区发觉 17

29258第九章关联规则挖掘 17

22539.1关联规则挖掘概述 17

34239.1.1定义与背景 17

293259.1.2关联规则的基本概念 17

186299.1.3关联规则挖掘的基本任务 17

229209.2常用关联规则算法