一本教你用Microsoft Power BI分析处理经营业务数据的教程。
电子书
编辑推荐
数据科学与大数据技术专业系列规划教材。强调概念+算法实践，让你“小数据”上会“算”，“大数据”上“算得快”。
内容简介
《大数据分析与挖掘》主要内容包括：第 1章绪论、第 2章数据特征分析与预处理、第3章关联规则挖掘、第4章分类算法、第5章聚类算法、第6章分布式大数据流挖掘、第7章 综合案例——基于华为技术与设备。本书可作为高等院校数据科学与大数据技术、计算机科学与技术等相关专业的本科生教材。
章节目录
- 第1章 绪论
- 1.1 大数据分析与挖掘简介
- 1.2 大数据应用及挑战
- 1.3 大数据分析与挖掘主要技术
- 1.4 大数据分析与挖掘工具
- 1.4.1 Sklearn
- 1.4.2 Spark ML
- 1.4.3 华为云的机器学习服务
- 第2章 数据特征分析与预处理
- 2.1 数据类型
- 2.1.1 数据集类型
- 2.1.2 数据属性的类型
- 2.2 数据的描述性特征
- 2.2.1 描述数据集中趋势的度量
- 2.2.2 描述数据离中趋势的度量
- 2.2.3 数据分布形态的度量
- 2.2.4 数据分布特征的可视化
- 2.3 数据的相关分析
- 2.3.1 相关分析
- 2.3.2 卡方（χ2）检验
- 2.4 数据预处理
- 2.4.1 数据变换、离散化与编码
- 2.4.2 数据抽样技术
- 2.4.3 主成分分析
- 2.4.4 数据清洗
- 2.5 Spark 数据预处理功能简介
- 2.5.1 二值化
- 2.5.2 分箱器
- 2.5.3 哈达玛积变换
- 2.5.4 最大绝对值标准化
- 2.5.5 最小—最大变换
- 2.5.6 正则化
- 2.5.7 多项式扩展
- 2.5.8 标准化
- 2.5.9 特征向量合并
- 2.5.10 类别特征索引
- 习题
- 第3章 关联规则挖掘
- 3.1 基本概念
- 3.2 基于候选项产生—测试策略的频繁模式挖掘算法
- 3.2.1 Apriori 算法
- 3.2.2 基于划分的算法
- 3.2.3 事务数据的存储
- 3.3 不需要产生候选项集的频繁模式挖掘算法
- 3.3.1 FP-Growth 算法
- 3.3.2 Spark 上FP-Growth 算法实践
- 3.4 结合相关性分析的关联规则
- 3.5 多层关联规则挖掘算法
- 3.6 序列模式挖掘
- 3.6.1 序列模式的定义
- 3.6.2 PrefixSpan 算法
- 3.6.3 与其他序列模式挖掘算法的比较和分析
- 3.7 其他类型关联规则简介
- 3.7.1 量化关联规则
- 3.7.2 时态关联规则
- 3.7.3 局部化的关联规则
- 3.7.4 优化的关联规则
- 习题
- 第4章 分类与回归算法
- 4.1 决策树算法
- 4.1.1 决策树简介
- 4.1.2 决策树的类型
- 4.1.3 决策树的构造过程
- 4.1.4 信息论的有关概念
- 4.1.5 ID3 算法
- 4.1.6 信息论在ID3 算法中的应用
- 4.1.7 C4.5 算法
- 4.1.8 CART 算法
- 4.1.9 过拟合与决策树剪枝
- 4.1.10 决策树后剪枝策略
- 4.1.11 决策树的生成与可视化
- 4.1.12 几种属性选择度量的对比
- 4.2 贝叶斯分类器
- 4.2.1 贝叶斯决策理论
- 4.2.2 极大似然估计
- 4.2.3 朴素贝叶斯分类器
- 4.2.4 贝叶斯网络基础
- 4.2.5 通过贝叶斯网络判断条件独立
- 4.2.6 贝叶斯网络推理实例
- 4.3 基于实例的分类算法
- 4.3.1 KNN 分类器
- 4.3.2 局部加权回归
- 4.3.3 基于案例的推理
- 4.4 组合分类算法
- 4.4.1 Adaboost 算法
- 4.4.2 Bagging 算法
- 4.4.3 随机森林
- 4.5 分类器算法的评估
- 4.6 回归分析
- 4.6.1 线性回归
- 4.6.2 岭回归
- 4.6.3 多项式回归
- 4.6.4 逻辑回归
- 4.6.5 决策树回归
- 4.6.6 梯度提升决策树
- 习题
- 第5章 聚类算法
- 5.1 聚类分析概述
- 5.2 聚类算法的分类
- 5.3 距离度量
- 5.3.1 幂距离
- 5.3.2 欧式距离
- 5.3.3 曼哈顿距离
- 5.3.4 切比雪夫距离
- 5.3.5 余弦相似度
- 5.3.6 兰氏距离
- 5.3.7 马氏距离
- 5.3.8 斜交空间距离
- 5.3.9 杰卡德距离
- 5.3.10 汉明距离
- 5.4 基于划分的聚类算法
- 5.4.1 K 均值算法
- 5.4.2 二分K 均值聚类算法
- 5.4.3 小批量K 均值算法
- 5.4.4 K 均值++算法
- 5.4.5 K 中心点算法
- 5.4.6 数据流K 均值算法
- 5.5 基于密度的聚类算法
- 5.5.1 DBSCAN 算法
- 5.5.2 OPTICS 算法
- 5.6 基于模型的聚类算法：高斯混合模型算法
- 5.6.1 算法原理
- 5.6.2 GMM 算法的参数估计
- 5.6.3 GMM 算法实践
- 5.7 层次聚类
- 5.7.1 凝聚的层次聚类算法
- 5.7.2 聚类之间距离的度量方法
- 5.7.3 层次聚类算法的性质
- 5.7.4 BIRCH 算法
- 5.8 基于网格的聚类算法
- 5.8.1 STING 算法
- 5.8.2 CLIQUE 算法
- 5.9 Mean Shift 聚类算法
- 5.9.1 基本概念
- 5.9.2 Mean Shift 算法聚类过程
- 5.9.3 Mean Shift 聚类算法实践
- 5.9.4 改进的Mean Shift 算法
- 5.10 聚类算法评价指标
- 5.10.1 调整兰德指数
- 5.10.2 互信息评分
- 5.10.3 同质性、完整性以及调和平均
- 5.10.4 Fowlkes-Mallows 评分
- 5.10.5 轮廓系数
- 5.10.6 Calinski-Harabz 指数
- 习题
- 第6章 数据挖掘综合应用：异常检测
- 6.1 预备知识
- 6.1.1 相关统计学概念
- 6.1.2 异常检测评价指标
- 6.1.3 异常检测问题的特点
- 6.1.4 异常检测算法分类
- 6.2 基于隔离森林的异常检测算法
- 6.2.1 隔离与隔离树iTree
- 6.2.2 隔离森林的特点
- 6.2.3 隔离森林算法
- 6.2.4 应用实例
- 6.3 局部异常因子算法
- 6.3.1 基本定义
- 6.3.2 异常检测
- 6.3.3 应用实例
- 6.4 基于One-Class SVM 的异常检测算法
- 6.4.1 基本原理
- 6.4.2 应用实例
- 6.5 基于主成分分析的异常检测算法
- 6.6 基于集成学习的异常检测算法
- 6.6.1 基本原理
- 6.6.2 应用实例
- 6.7 其他有监督学习类型的检测算法
- 6.7.1 罕见类别检测
- 6.7.2 基于有监督学习的异常检测实例
- 6.7.3 异常检测应用实例——时空异常检测
- 6.7.4 Spark 异常值检测实例
- 6.8 习题
- 附录 《大数据分析与挖掘》配套实验课程方案简介
- 参考文献
展开全部
大数据分析与挖掘是2018年由人民邮电出版社出版,作者石胜飞。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《大数据分析与挖掘》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
统地阐述大数据分析处理工作流程中的重要步骤。
电子书
系统介绍商业数据分析与可视化的主要内容及常用的分析方法。
电子书
解码数据科学的奥秘，驱动业务决策和创新。
电子书
治愈你的“数据恐惧症”，开启你的数据达人之旅。
电子书
从科技到人文，多角度探寻定量分析应用何去何从，解读数字时代的“定量陷阱”。
电子书
联袂推荐
暨南大学教授、博士生导师刘建平，暨南大学研究生院副院长、经济学院统计学系副主任、教授、博士生导师陈光慧，天善智能创始人梁勇，IBM技术专家刘咏梅，IBM数据科学家钟云飞，广东省环保厅环境咨询专家委员会专家、广东柯内特环境科技有限公司总经理朱斌
本书特色
内容全面：涉及数据读取、数据处理、数据可视化、统计分析与检验、数据挖掘算法、自动建模、集成与扩展、模型部署、性能优化、数据挖掘方法论等诸多内容；
讲解透彻：既有理论的讲解，又涵盖应用的实践，而且在工具的介绍上，尽可能包括每一个选项的内容和应用形式，力求让读者“吃透”每一章节的内容；
突出实战：集行业经验、项目实践、算法剖析、应用技巧于一身，配套提供数据文件以及数据模型文件，方便读者动手实践。
电子书
将Hadoop和Spark组合起来进行剖析，呈现完整的大数据技术方案。
