数据分析——统计、描述、预测与应用

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

1.7.2KDD过程

1.7.3CRISP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

4.2.2序数尺度转换为相对或绝对尺度

4.2.3相对或绝对尺度转换为序数或名义尺度

4.3转换为不同尺度

4.4数据转换

4.5维度降低

4.5.1属性聚合

4.5.2属性选择

4.6本章小结

4.7练习

第5章聚类

5.1距离度量

5.1.1常见属性类型值之间的差异

5.1.2定量属性对象的距离度量

5.1.3非常规属性的距离度量

5.2聚类验证

5.3聚类技术

5.3.1K均值

5.3.2DBSCAN

5.3.3聚合层次聚类技术

5.4本章小结

5.5练习

第6章频繁模式挖掘

6.1频繁项集

6.1.1设置*小支持度阈值

6.1.2Apriori——基于连接的方法

6.1.3Eclat算法

6.1.4FPGrowth

6.1.5*大频繁项集和闭合频繁项集

6.2关联规则

6.3支持度与置信度的意义

6.3.1交叉支持度模式

6.3.2提升度

6.3.3辛普森悖论

6.4其他模式

6.4.1序列模式

6.4.2频繁序列挖掘

6.4.3闭合和*大序列

6.5本章小结

6.6练习

第7章描述性分析的备忘单和项目

7.1描述性分析备忘单

7.1.1数据总结

7.1.2聚类方法

7.1.3频繁模式挖掘

7.2描述性分析项目

7.2.1理解业务

7.2.2理解数据

7.2.3准备数据

7.2.4建模

7.2.5评价

7.2.6部署

第3部分预 测 未 知

第8章回归

8.1预测性能评估

8.1.1泛化

8.1.2模型验证

8.1.3回归的预测性能度量

8.2寻找模型参数

8.2.1线性回归

8.2.2偏差方差权衡

8.2.3收缩方法

8.2.4使用属性的线性组合方法

8.3技术选型

8.4本章小结

8.5练习

第9章分类

9.1二元分类

9.2分类的预测性能度量

9.3基于距离的学习算法

9.3.1k近邻算法

9.3.2基于案例的推理

9.4概率分类算法

9.4.1逻辑回归算法

9.4.2朴素贝叶斯（NB）算法

9.5本章小结

9.6练习

第10章其他预测方法

10.1基于搜索的算法

10.1.1决策树归纳算法

10.1.2回归决策树

10.2基于优化的算法

10.2.1人工神经网络

10.2.2支持向量机

10.3本章小结

10.4练习

第11章高级预测话题

11.1集成学习

11.1.1Bagging

11.1.2随机森林

11.1.3AdaBoost

11.2算法的偏差

11.3非二元分类任务

11.3.1单类分类

11.3.2多类分类

11.3.3排序分类

11.3.4多标签分类

11.3.5层次分类

11.4高级预测数据准备技术

11.4.1数据分类不均衡

11.4.2不完全目标标记

11.5具有监督可解释技术的描述和预测

11.6练习

第12章预测性分析的备忘单和项目

12.1预测性分析备忘单

12.2预测性分析项目

12.2.1业务理解

12.2.2数据理解

12.2.3数据准备

12.2.4建模

12.2.5评估

12.2.6部署

第4部分常见的数据分析应用

第13章文本、网络和社交媒体应用

13.1文本挖掘

13.1.1数据采集

13.1.2特征提取

13.1.3剩下的阶段

13.1.4趋势

13.2推荐系统

13.2.1反馈

13.2.2推荐任务

13.2.3推荐技术

13.2.4小结

13.3社交网络分析

13.3.1社交网络的表示

13.3.2节点的基本属性

13.3.3网络的基本和结构属性

13.3.4趋势和小结

13.4练习

附录A对CRISPDM方法的全面描述

参考文献