您好,欢迎来到聚文网。 登录 免费注册
大数据分析与应用(微课版新工科大数据与人工智能专业人才培养系列教材)

大数据分析与应用(微课版新工科大数据与人工智能专业人才培养系列教材)

  • 字数: 345
  • 出版社: 清华大学
  • 作者: 编者:彭文波//郭远威|
  • 商品条码: 9787302686392
  • 适读年龄: 12+
  • 版次: 1
  • 开本: 16开
  • 页数: 218
  • 出版年份: 2025
  • 印次: 1
定价:¥59 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
本书紧跟大数据技术的 最新发展,采用简明易懂的 语言和逐步深入的案例,系 统地讲解了大数据分析的相 关知识。本书的主要内容包 括:大数据分析概论、需求 分析与指标体系构建、大数 据存储与管理、云计算与大 数据的集成应用、网页结构 分析与Python编程基础、大 数据采集、大数据预处理、 大数据与机器学习基础、大 数据可视化、金融客户数据 案例分析以及交通大数据综 合案例分析。书中通过常见 的数据分析工具,详细展示 了大数据分析技术在多个实 际案例中的应用。 本书适合高等院校商务 数据分析、大数据技术与应 用、人工智能等相关专业本 科生,以及高等职业院校相 关专业的学生阅读。同时, 它也适合作为数据分析爱好 者的自学指南和参考手册。
作者简介
彭文波,中南大学计算机学院教师,有丰富的计算机图书撰稿策划经验,先后出版《修炼之道:互联网产品从设计到运营》、《互联网产品之美》等图书,在各类IT类刊物发表文章100多篇。
目录
第1章 大数据分析概论 课前自学 一、数据及其分类 二、大数据的概念 三、大数据产生的原因 四、大数据的作用 五、大数据对科学研究的影响 课中实训:岗位数据采集与分析 任务1:人才供需现状分析 任务2:数据采集与处理 任务3:词频统计与分析 课后拓展 本章小结 第2章 需求分析与指标体系构建 课前自学 一、数据分析的基本流程 二、数据分析指标体系 三、基础数据分析方法 四、描述统计 课中实训 任务1:城市跨境电商指标体系设计(以W市为例) 任务2:设置数据分析工具库 任务3:跨境电商数据描述统计 课后拓展 一、常见的数据分析方法论模型 二、数据分析指数 本章小结 第3章 大数据存储与管理 课前自学 一、数据库基础知识 二、SQL查询基础知识 课中实训 任务1:MySQL数据库安装与配置 任务2:使用Navicat Premium管理MySQL数据库 任务3:数据表结构设计 任务4:数据库查询操作 课后拓展 一、MongoDB的安装与数据模型介绍 二、HBase数据库简介 本章小结 第4章 云计算与大数据的集成应用 课前自学 一、云计算的概念 二、云计算概念模型的特点 三、云计算的部署模式 四、云计算的服务模式(IaaS、PaaS和SaaS) 五、云计算与大数据架构:以Google为例 课中实训 任务1:配置单台虚拟机环境 任务2:安装CentOS 7操作系统并配置网络 任务3:克隆并配置多台虚拟机 任务4:Linux的常见操作 任务5:设置主机之间的免密登录 任务6:在Liunx平台下安装JAVA运行环境 任务7:配置hadoop环境 任务8:基于HDFS的MapReduce词频数据分析 课后拓展 本章小结 第5章 网页结构分析与Python编程基础 课前自学 一、网页的基本结构 二、Python简介与特点 三、Python基础语法 课中实训 任务1:Python开发环境配置 任务2:Python基础案例 任务3:网页数据的请求与响应 任务4:使用Python连接MySQL数据库 课后拓展 本章小结 第6章 大数据采集 课前自学 一、大数据采集技术 二、Scrapy框架简介 课中实训 任务1:安装并启动Scrapy爬虫框架 任务2:通过XPath对网页进行解析 任务3:获取电商平台类目信息 课后拓展 本章小结 第7章 大数据预处理 课前自学 一、数据处理过程中的常见问题及原因 二、数据预处理的流程与方法课中实训 任务1:使用Excel进行数据预处理 任务2:使用OpenRefine进行数据预处理 任务3:使用Python进行数据预处理 课后拓展 一、读取数据文件的常用方法 二、Python中常见的数据预处理函数 本章小结 第8章 大数据与机器学习基础 课前自学 一、大数据分析方法与方法论 二、数据分析与数据挖掘相关概念 三、机器学习:让系统更聪明 课中实训 任务1:Python机器学习库配置 任务2:基于跨境电商数据的特征分析 任务3:基于Apriori算法的金融产品组合 课后拓展 本章小结 第9章 大数据可视化 课前自学 一、数据可视化基础 二、典型图表介绍 课中实训 任务1:基于ECHARTS和Excel的图表可视化 任务2:使用Matplotlib绘制折线图 任务3:使用Matplotlib绘制散点图 任务4:读取数据并绘制散点图 任务5:对短视频数据进行探索性分析 课后拓展 本章小结 第10章 金融客户数据案例分析 课前自学 一、需求分析 二、数据挖掘分析相关技术 课中实训 任务1:探索性分析 任务2:数据预处理:判断异常值和降维处理 任务3:K最近邻算法分析 任务4:逻辑回归算法分析 任务5:决策树算法分析 课后拓展 本章小结 第11章 交通大数据综合案例分析 课前自学 一、数据集类型 二、交通大数据处理需求分析 课中实训 任务1:数据分析流程设计 任务2:数据预处理 任务3:模型训练与数据预测 任务4:数据输出 课后拓展 本章小结 参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网