数据挖掘与大数据分析作业指导书.doc

数据挖掘与大数据分析作业指导书

TOC\o1-2\h\u14654第一章数据挖掘基础 2

69731.1数据挖掘概述 3

245101.2数据挖掘任务与类型 3

244961.2.1数据挖掘任务 3

42681.2.2数据挖掘类型 3

121381.3数据挖掘方法与技术 3

86671.3.1统计方法 3

76401.3.2机器学习方法 4

18931.3.3深度学习方法 4

276201.3.4关联规则挖掘方法 4

281281.3.5时序分析方法 4

247551.3.6数据可视化技术 4

18516第二章大数据分析概述 4

45672.1大数据概念与特征 4

128092.2大数据分析框架与工具 5

85612.3大数据分析的应用领域 5

20657第三章数据预处理 6

169483.1数据清洗 6

186473.2数据集成 6

226833.3数据转换 6

242463.4数据归一化与标准化 7

2783第四章数据挖掘算法 7

283954.1分类算法 7

239044.2聚类算法 8

14424.3关联规则挖掘 8

101524.4评估与选择算法 8

20518第五章数据可视化 9

200135.1数据可视化技术 9

174105.2可视化工具与应用 9

203485.3可视化案例分析 10

28688第六章大数据分析流程 10

264936.1数据获取与存储 10

202716.1.1数据来源 10

250526.1.2数据存储 11

290466.2数据处理与分析 11

156016.2.1数据预处理 11

143606.2.2数据分析 11

21916.3结果展示与评估 11

3446.3.1结果展示 11

22116.3.2结果评估 11

19777第七章大数据分析案例分析 12

85967.1金融行业案例分析 12

268827.1.1案例背景 12

12087.1.2数据来源 12

240767.1.3分析目标 12

13717.1.4分析方法 12

29367.2零售行业案例分析 12

8207.2.1案例背景 12

172087.2.2数据来源 13

320537.2.3分析目标 13

210157.2.4分析方法 13

143547.3医疗行业案例分析 13

206477.3.1案例背景 13

322647.3.2数据来源 13

195787.3.3分析目标 13

270297.3.4分析方法 14

5220第八章数据挖掘与大数据分析工具 14

315598.1Python数据挖掘库 14

19478.1.1NumPy 14

314498.1.2Pandas 14

17648.1.3Scikitlearn 14

261458.1.4Scipy 14

246348.1.5Matplotlib 15

11978.2R语言数据分析工具 15

42368.2.1dplyr 15

115138.2.2ggplot2 15

216358.2.3plyr 15

288378.2.4caret 15

21648.3商业智能工具 15

202478.3.1Tableau 15

63798.3.2PowerBI 16

190508.3.3QlikView 16

42038.3.4SAS 16

22685第九章数据挖掘与大数据安全 16

297879.1数据安全概述 16

151899.2数据加密技术 16

292439.3数据隐私保护 17

23228第十章数据挖掘与大数据分析展望 17

1012810.1数据挖掘发展趋势 17

2566010.2大数据分析未来方向 18

2513410.3人工智能与数据挖掘的融合 18

第一章数据挖掘基础

1.1数据挖掘概述

数据挖掘（DataMining）是指从大量数据中通过算法和统计分析方法，挖掘出有价值的信息和知识的过程。信息技术的飞速发展，数据挖掘已成为计算机科学、人工智能、统计学等领域的重要研究方向。数据挖掘技术在商业、医疗