人工智能数据处理

本书在讲述概念的同时，对元宇宙的应用场景、未来趋势、投资赛道等做了分析。此外，融入诸多案例，对元宇宙的入局者具有很强的指导意义。

本书是大数据处理的基础教材。从介绍基础的大数据采集开始，关注数据的采集、数据预处理、数据的可视化、数据的标注，以及大数据的相关应用等大数据的处理知识。其中，既包括文本或数值相关数据的处理，也包括对图片这样的非结构化数据的梳理。知识内容涵盖面较为广泛。本书以项目制的方式编写，浅显易懂，可以让没有相关经验的读者，比如高职高专的人工智能相关专业的学生，在短时间内了解人工智能数据处理相关知识，并在各自的领域提高工作效率和产出。

本书在讲述概念的同时，对元宇宙的应用场景、未来趋势、投资赛道等做了分析。此外，融入诸多案例，对元宇宙的入局者具有很强的指导意义。

项目一 大数据采集认知
任务1.1 开始大数据采集认知
1.1.1 任务描述
1.1.2 知识准备
1.1.3 任务效果
任务1.2 了解大数据采集平台
1.2.1 任务描述
1.2.2 知识准备
1.2.3 任务实施
1.2.4 任务效果
任务1.3 认识大数据预处理
1.3.1 任务描述
1.3.2 知识准备
1.3.3 任务实施
1.3.4 任务效果
任务1.4 了解大数据预处理常用工具
1.4.1 任务描述
1.4.2 任务实施
1.4.3 任务效果
项目小结
习题
项目二 使用Apache Flume采集日志数据
任务2.1 Windows环境下的Apache Flume环境搭建
2.1.1 任务描述
2.1.2 知识准备
2.1.3 任务实施
2.1.4 任务效果
任务2.2 Apache Flume数据采集案例
2.2.1 任务描述
2.2.2 任务实施
项目小结
习题
项目三 使用Logstash采集日志数据
任务3.1 Logstash工具安装
3.1.1 任务描述
3.1.2 知识准备
3.1.3 任务实施
3.1.4 任务效果
任务3.2 Logstash数据采集工作
3.2.1 任务描述
3.2.2 任务实施
3.2.3 任务效果
项目小结
习题
项目四 使用爬虫工具完成网页数据获取
任务4.1 使用Web Scraper完成列车时刻表数据采集工作
4.1.1 任务描述
4.1.2 任务知识准备
4.1.3 任务实施
4.1.4 任务效果
任务4.2 使用八爪鱼工具采集数据
4.2.1 任务描述
4.2.2 知识准备
4.2.3 任务实施
4.2.4 任务效果
项目小结
习题
项目五 完成招聘数据预处理
任务5.1 使用OpenRefine完成数据清洗任务
5.1.1 任务描述
5.1.2 任务实施
5.1.3 任务效果
任务5.2 使用Kettle完成数据集成任务
5.2.1 任务描述
5.2.2 任务实施
5.2.3 任务效果
项目小结
习题
项目六 数据可视化处理
任务6.1 数据可视化认知
6.1.1 任务描述
6.1.2 知识准备
6.1.3 任务效果
任务6.2 熟悉Echarts数据可视化
6.2.1 任务描述
6.2.2 知识准备
6.2.3 任务实施
任务6.2.3 任务效果
任务6.3 使用Tableau Desktop完成数据可视化任务
6.3.1 任务描述
6.3.2 知识准备
6.3.3 任务实施
6.3.4 任务效果
项目小结
习题
项目七 数据标注
预备知识
任务7.1 安装Labelme图像标注工具
7.1.1 任务描述
7.1.2 知识准备
7.1.3 任务实施
任务7.2 使用Labelme标注工具完成数据标注任务
7.2.1 任务描述
7.2.2 知识准备
7.2.3 任务实施
项目小结
习题