大數(shù)據(jù)工具應用：微課視頻版

定　價：￥59.00

作　者：	侯昉，劉曉慶，黃承慧，彭詩力著，鐘雪靈，郭藝輝編
出版社：	清華大學出版社
叢編項：	高等學校大數(shù)據(jù)管理與應用專業(yè)規(guī)劃教材
標　簽：	暫缺

購買這本書可以去

京東 (￥51.60)

ISBN：	9787302559641	出版時間：	2020-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	294	字數(shù)：

內容簡介

　　《大數(shù)據(jù)工具應用：微課視頻版/高等學校大數(shù)據(jù)管理與應用專業(yè)規(guī)劃教材》是為配合“大數(shù)據(jù)工具應用”在線開放課程而編寫的新形態(tài)大數(shù)據(jù)入門教材，以講授大數(shù)據(jù)基礎知識和工具應用為目標，立足應用入門，強調工具操作，突出案例教學，力圖將理論與實踐相結合，講解和演示如何基于所學理論選擇大數(shù)據(jù)工具去解決實際問題。《大數(shù)據(jù)工具應用：微課視頻版/高等學校大數(shù)據(jù)管理與應用專業(yè)規(guī)劃教材》共7章。內容包括：大數(shù)據(jù)基本概念及其應用；數(shù)據(jù)獲取；數(shù)據(jù)分析入門；數(shù)據(jù)分析進階；Tableau數(shù)據(jù)可視化；數(shù)據(jù)分析拓展；數(shù)據(jù)思維。在掌握Word和Excel基本操作的前提下，就可以使用《大數(shù)據(jù)工具應用：微課視頻版/高等學校大數(shù)據(jù)管理與應用專業(yè)規(guī)劃教材》學習，學習過程中無須編程。《大數(shù)據(jù)工具應用：微課視頻版/高等學校大數(shù)據(jù)管理與應用專業(yè)規(guī)劃教材》可作為推進新工科、新醫(yī)科、新農科、新文科建設中普及大數(shù)據(jù)基礎知識和工具應用的教材，也可以作為各類人士踏人大數(shù)據(jù)之門和揭開大數(shù)據(jù)神秘面紗的參考書。

作者簡介

　　鐘雪靈，博士，廣東金融學院互聯(lián)網(wǎng)金融與信息工程學院教授，副院長。主持和參與多項國家自然科學基金項目和國家社會科學基金項目。在Naval Research Logistics，European Journal of Operational Research等期刊發(fā)表論文數(shù)十篇。主編《Python程序設計基礎》和《算法基礎與實驗》兩部教材。主持《大數(shù)據(jù)工具應用》在線開放課程。

圖書目錄

第1章大數(shù)據(jù)基本概念及其應用00

1.1大數(shù)據(jù)應用概況00

1.1.1大數(shù)據(jù)的定義00

1.1.2大數(shù)據(jù)的特點00

1.1.3大數(shù)據(jù)的結構00

1.1.4相關技術00

1.1.5現(xiàn)狀與趨勢00

1.2大數(shù)據(jù)處理步驟00

1.2.1數(shù)據(jù)獲取00

1.2.2數(shù)據(jù)存儲00

1.2.3數(shù)據(jù)管理00

1.2.4數(shù)據(jù)分析0

1.3應用案例0

1.3.1商品推薦服務0

1.3.2公共信息服務0

1.3.3數(shù)據(jù)呈現(xiàn)服務0

第2章數(shù)據(jù)獲取0

2.1格式轉換與數(shù)據(jù)清洗整理0

2.2網(wǎng)頁數(shù)據(jù)獲取0

2.2.1八爪魚采集原理與安裝0

2.2.2模板采集任務0

2.2.3自定義采集模式0

第3章數(shù)據(jù)分析入門0

3.1Weka簡介與數(shù)據(jù)預處理0

3.1.1軟件下載 0

3.1.2文件與數(shù)據(jù)格式0

3.1.3Weka程序界面0

3.1.4數(shù)據(jù)預處理0

3.2數(shù)據(jù)分類0

3.2.1J48決策樹分類器0

3.2.2LinearRegression分類器0

3.2.3M5P分類器0

3.3數(shù)據(jù)聚類0

3.3.1SimpleKMeans聚類器0

3.3.2EM聚類器0

3.3.3DBSCAN聚類器0

3.4數(shù)據(jù)關聯(lián)0

3.4.1關聯(lián)規(guī)則相關概念0

3.4.2Apriori算法介紹0

3.4.3Weka中Apriori關聯(lián)規(guī)則挖掘0

3.5選擇屬性0

3.5.1屬性選擇概述0

3.5.2Weka中Select attributes標簽頁0

3.5.3選擇屬性模式介紹0

3.5.4Weka中選擇屬性操作示例0

3.6數(shù)據(jù)可視化0

3.6.1Visualize標簽頁0

3.6.2數(shù)值型類別屬性可視化0

第4章數(shù)據(jù)分析進階0

4.1貝葉斯網(wǎng)絡0

4.1.1貝葉斯公式簡介0

4.1.2貝葉斯網(wǎng)絡簡介

4.1.3創(chuàng)建貝葉斯網(wǎng)絡

4.1.4使用貝葉斯網(wǎng)絡進行推理

4.2神經(jīng)網(wǎng)絡

4.2.1神經(jīng)網(wǎng)絡介紹

4.2.2Weka神經(jīng)網(wǎng)絡選項設置

4.2.3編輯神經(jīng)網(wǎng)絡

4.2.4神經(jīng)網(wǎng)絡參數(shù)調整

4.3時間序列分析及預測

第5章Tableau數(shù)據(jù)可視化

5.1Tableau概述與入門

5.1.1概述

5.1.2下載與安裝

5.1.3數(shù)據(jù)類型

5.1.4Tableau Desktop軟件界面

5.1.5文件類型

5.2初級可視化分析

5.2.1條形圖

5.2.2直方圖

5.2.3餅圖

5.2.4折線圖

5.2.5壓力圖

5.2.6樹地圖

5.2.7氣泡圖

5.3地圖分析

5.3.1認識地圖

5.3.2創(chuàng)建地圖

5.4高級數(shù)據(jù)操作

5.4.1分層結構

5.4.2組

5.4.3集

5.4.4參數(shù)

5.4.5計算字段

5.5分析圖表整合

5.6案例一：無錫市宜居時間分析

5.6.1創(chuàng)建計算字段

5.6.2空氣質量

5.6.3氣溫

5.6.4宜居時間

5.6.5制作儀表板

5.7案例二：佛山市納稅企業(yè)增長情況分析

5.7.1創(chuàng)建字段

5.7.2預測

5.7.3剖析行業(yè)

5.7.4剖析區(qū)域

5.7.5制作儀表板

5.7.6分析

第6章數(shù)據(jù)分析拓展

6.1數(shù)據(jù)分析拓展引言

6.1.1研究背景及實驗數(shù)據(jù)

6.1.2研究方法

6.2k最近鄰算法

6.2.1k最近鄰算法的基本原理

6.2.2Weka中k最近鄰算法(kNN)應用實踐

6.3支持向量機

6.3.1支持向量機算法基本原理

6.3.2Weka中SVM算法應用實踐

6.4邏輯回歸算法

6.4.1邏輯回歸算法基本原理

6.4.2Weka中的邏輯回歸算法應用實踐

6.5隨機森林算法

6.5.1隨機森林算法基本原理

6.5.2Weka中的隨機森林算法應用實踐

6.6模型性能評估(一)

6.7模型性能評估(二)

第7章數(shù)據(jù)思維

7.1數(shù)據(jù)分析基礎

7.1.1相關概念

7.1.2數(shù)據(jù)分析可以幫用戶做什么

7.1.3如何做有效的數(shù)據(jù)分析

7.2數(shù)據(jù)分析思維、過程和方法

7.2.1數(shù)據(jù)分析思維

7.2.2數(shù)據(jù)分析過程

7.2.3數(shù)據(jù)分析方法

7.2.4數(shù)據(jù)分析結果展示

參考文獻