数据分析与数据挖掘学习指南.docVIP

数据分析与数据挖掘学习指南

TOC\o1-2\h\u29790第1章数据分析基础 5

151151.1数据与信息 5

129361.1.1数据的概念 5

244351.1.2信息的概念 5

319331.1.3数据与信息的关系 5

241111.2数据分析概述 5

239591.2.1数据分析的定义 5

176811.2.2数据分析的目标 5

109421.2.3数据分析的方法 5

322141.3数据类型与数据结构 5

120051.3.1数据类型 5

145011.3.2数据结构 5

124921.3.2.1集中式数据结构 5

9131.3.2.2分布式数据结构 6

100581.3.2.3非结构化数据结构 6

161141.3.2.4半结构化数据结构 6

10924第2章数据预处理 6

240292.1数据清洗 6

301762.1.1缺失值处理 6

69132.1.2异常值检测与处理 6

77642.1.3重复数据删除 6

198802.1.4数据一致性检查 6

80472.2数据集成 6

101782.2.1数据集成方法 6

325132.2.2数据集成过程中的问题与解决方案 7

115372.2.3数据集成工具与技术 7

148892.3数据变换 7

299412.3.1数据规范化 7

262442.3.2数据离散化 7

49762.3.3数据聚合 7

45042.3.4特征构造与选择 7

110832.4数据规约 7

309402.4.1数据降维 7

313822.4.2数据压缩 7

181322.4.3数据采样 7

316892.4.4数据索引与划分 7

9738第3章数据可视化与摸索性数据分析 7

187743.1数据可视化基础 7

166333.1.1数据可视化的概念与意义 8

77903.1.2数据可视化的基本原则 8

159053.1.3数据可视化工具 8

264363.2常见数据可视化方法 8

4723.2.1折线图与曲线图 8

92373.2.2柱状图与条形图 8

29733.2.3饼图与环形图 8

158043.2.4散点图与气泡图 8

130373.2.5热力图与地图 8

80933.3摸索性数据分析 8

266133.3.1摸索性数据分析的概念与意义 8

189823.3.2数据分布分析 9

324023.3.3数据关联分析 9

272063.3.4数据分组与聚合 9

323723.3.5异常值分析 9

9593第4章数据挖掘概述 9

24174.1数据挖掘的概念与任务 9

18864.1.1数据挖掘的定义 9

126124.1.2数据挖掘的任务 9

94704.2数据挖掘的过程与方法 10

82554.2.1数据准备 10

274224.2.2数据挖掘 10

217084.2.3结果评估与知识表示 10

308074.3数据挖掘的应用领域 10

280724.3.1金融领域 10

104474.3.2医疗领域 10

136284.3.3电子商务 10

268154.3.4能源领域 10

195894.3.5社交媒体 11

19504第5章关联规则挖掘 11

67575.1关联规则基础 11

75715.1.1关联规则的定义与基本概念 11

26455.1.2关联规则的度量标准 11

251165.1.3关联规则挖掘的基本步骤 11

158235.2Apriori算法 11

25785.2.1Apriori算法原理 11

117555.2.2Apriori算法的实现 11

298005.2.3Apriori算法的功能分析 11

263735.3FPgrowth算法 12

267215.3.1FPgrowth算法原理 12

57325.3.2FPgrowth算法的实现 12

320115.3.3FPgrowth算法的功能分析 12

87565.4关联规则的应用 12

260655.4.1市场购物篮分析 12

16285.4.2电信客户关系