数据分析(统计描述预测与应用)/计算机科学与技术丛书

本书介绍数据分析的统 计基础、种类划分，并列举 大量实例以说明数据分析方 法和算法。内容主要分为4 部分，第1部分为第1章，介 绍一些概念，简单描述数据 分析方法和一些实例；第2 部分包括第2～7章，介绍描 述性分析和数据预处理的主 要方法，包括描述统计、多 元描述分析、聚类以及频繁 模式挖掘等；第3部分包括 第8～12章，介绍预测性分 析的主要方法，其中包括多 种回归算法、二元回归、分 类的性能测量以及基于概率 和距离测量的方法，以及决 策树、人工神经网络和支持 向量机等较为先进的方法； 第4部分为第13章，利用描 述和预测这两种方法，简单 讨论文本、网页以及社交媒 体的应用。

\\\"[葡]乔·门德斯·莫雷拉（Jo？o Mendes Moreira） 博士，葡萄牙波尔图大学（University of Porto）工程系教授，葡萄牙波尔图人工智能与决策支持实验室（LIAAD-INESC TEC, Porto）研究员。 [巴]安德烈·卡瓦略（André de Carvalho） 博士，巴西圣保罗大学（S？o Paulo）数学和计算机科学研究所教授。 [匈]托马斯·霍瓦斯（Tomá？ Horváth） 博士，匈牙利布达佩斯罗兰大学（E？tv？s Loránd University ）助理教授，与斯洛伐克科希策帕沃尔·约瑟夫·沙法利克大学（Pavol Jozef ？afárik University）长期进行科研合作。\\\"

第1部分 背景介绍 第1章 我们可以用数据做什么 1.1 大数据和数据科学 1.2 大数据架构 1.3 小数据 1.4 什么是数据 1.5 数据分析简单分类 1.6 数据使用实例 1.6.1 美国威斯康星州的乳腺癌数据 1.6.2 波兰企业破产数据 1.7 一个数据分析项目 1.7.1 数据分析方法论简史 1.7.2 KDD过程 1.7.3 CRISP-DM方法 1.8 本书的组织结构 1.9 本书面向的对象 第2部分 理解数据 第2章 描述统计学 2.1 尺度类型 2.2 描述单元分析 2.2.1 单元频数 2.2.2 单元数据可视化 2.2.3 单元统计 2.2.4 常见的单元概率分布 2.3 描述性双元分析 2.3.1 两个定量属性 2.3.2 两个定性属性，其中至少有一个是名义属性 2.3.3 两个序数属性 2.4 本章小结 2.5 练习 第3章 描述性多元分析 3.1 多元频数 3.2 多元数据可视化 3.3 多元统计 3.3.1 位置多元统计 3.3.2 离散多元统计 3.4 信息图和词云 3.4.1 信息图 3.4.2 词云 3.5 本章小结 3.6 练习 第4章 数据质量和预处理 4.1 数据质量 4.1.1 缺失值 4.1.2 冗余数据 4.1.3 不一致数据 4.1.4 噪声数据 4.1.5 离群值 4.2 转换为不同的尺度类型 4.2.1 名义尺度转换为相对尺度