大数据工具应用 微课视频版

本教材是《大数据工具应用》在线开放课程对应的教材。《大数据工具应用》在线开放课程于2018年初在智慧树平台上线，2018年底面向全国开放共享。该课程于2018年获得广东省本科高校质量工程建设项目立项，2019年底获得广东省精品在线开放课程。课程展示请见以下网址：https://coursehome.zhihuishu.com/courseHome/2067507

本书是为配合"大数据工具应用"在线开放课程而编写的新形态大数据入门教材，以讲授大数据基础知识和工具应用为目标，立足应用入门，强调工具操作，突出案例教学，力图将理论与实践相结合，讲解和演示如何基于所学理论选择大数据工具去解决实际问题。全书共7章。内容包括：大数据基本概念及其应用；数据获取；数据分析入门；数据分析进阶；Tableau数据可视化；数据分析拓展；数据思维。在掌握Word和Excel基本操作的前提下，就可以使用本书学习，学习过程中无须编程。本书可作为推进新工科、新医科、新农科、新文科建设中普及大数据基础知识和工具应用的教材，也可以作为各类人士踏入大数据之门和揭开大数据神秘面纱的参考书。

钟雪灵，博士，广东金融学院互联网金融与信息工程学院教授，副院长。主持和参与多项国家自然科学基金项目和国家社会科学基金项目。在Naval Research Logistics，European Journal of Operational Research等期刊发表论文数十篇。主编《Python程序设计基础》和《算法基础与实验》两部教材。主持《大数据工具应用》在线开放课程。

第1章大数据基本概念及其应用
1.1大数据应用概况
1.1.1大数据的定义
1.1.2大数据的特点
1.1.3大数据的结构
1.1.4相关技术
1.1.5现状与趋势
1.2大数据处理步骤
1.2.1数据获取
1.2.2数据存储
1.2.3数据管理
1.2.4数据分析
1.3应用案例
1.3.1商品推荐服务
1.3.2公共信息服务
1.3.3数据呈现服务
第2章数据获取
2.1格式转换与数据清洗整理
2.2网页数据获取
2.2.1八爪鱼采集原理与安装
2.2.2模板采集任务
2.2.3自定义采集模式
第3章数据分析入门
3.1Weka简介与数据预处理
3.1.1软件下载
3.1.2文件与数据格式
3.1.3Weka程序界面
3.1.4数据预处理
3.2数据分类
3.2.1J48决策树分类器
3.2.2LinearRegression分类器
3.2.3M5P分类器
3.3数据聚类
3.3.1SimpleKMeans聚类器
3.3.2EM聚类器
3.3.3DBSCAN聚类器
3.4数据关联
3.4.1关联规则相关概念
3.4.2Apriori算法介绍
3.4.3Weka中Apriori关联规则挖掘
3.5选择属性
3.5.1属性选择概述
3.5.2Weka中Select attributes标签页
3.5.3选择属性模式介绍
3.5.4Weka中选择属性操作示例
3.6数据可视化
3.6.1Visualize标签页
3.6.2数值型类别属性可视化
第4章数据分析进阶
4.1贝叶斯网络
4.1.1贝叶斯公式简介
4.1.2贝叶斯网络简介
4.1.3创建贝叶斯网络
4.1.4使用贝叶斯网络进行推理
4.2神经网络
4.2.1神经网络介绍
4.2.2Weka神经网络选项设置
4.2.3编辑神经网络
4.2.4神经网络参数调整
4.3时间序列分析及预测
第5章Tableau数据可视化
5.1Tableau概述与入门
5.1.1概述
5.1.2下载与安装
5.1.3数据类型
5.1.4Tableau Desktop软件界面
5.1.5文件类型
5.2初级可视化分析
5.2.1条形图
5.2.2直方图
5.2.3饼图
5.2.4折线图
5.2.5压力图
5.2.6树地图
5.2.7气泡图
5.3地图分析
5.3.1认识地图
5.3.2创建地图
5.4高级数据操作
5.4.1分层结构
5.4.2组
5.4.3集
5.4.4参数
5.4.5计算字段
5.5分析图表整合
5.6案例一：无锡市宜居时间分析
5.6.1创建计算字段
5.6.2空气质量
5.6.3气温
5.6.4宜居时间
5.6.5制作仪表板
5.7案例二：佛山市纳税企业增长情况分析
5.7.1创建字段
5.7.2预测
5.7.3剖析-行业
5.7.4剖析-区域
5.7.5制作仪表板
5.7.6分析
第6章数据分析拓展
6.1数据分析拓展引言
6.1.1研究背景及实验数据
6.1.2研究方法
6.2k-最近邻算法
6.2.1k-最近邻算法的基本原理
6.2.2Weka中k-最近邻算法(k-NN)应用实践
6.3支持向量机
6.3.1支持向量机算法基本原理
6.3.2Weka中SVM算法应用实践
6.4逻辑回归算法
6.4.1逻辑回归算法基本原理
6.4.2Weka中的逻辑回归算法应用实践
6.5随机森林算法
6.5.1随机森林算法基本原理
6.5.2Weka中的随机森林算法应用实践
6.6模型性能评估(一)
6.7模型性能评估(二)
第7章数据思维
7.1数据分析基础
7.1.1相关概念
7.1.2数据分析可以帮用户做什么
7.1.3如何做有效的数据分析
7.2数据分析思维、过程和方法
7.2.1数据分析思维
7.2.2数据分析过程
7.2.3数据分析方法
7.2.4数据分析结果展示
参考文献