大数据治理(高级)

1星价 ¥30.0 (7.0折)

2星价￥30.0 定价￥42.8

作者：石勇

出版社：西南财经大学出版社

本类榜单：计算机/网络

分类：计算机/网络 > 计算机理论

暂无评论

图文详情

ISBN：9787550452763
装帧：一般胶版纸
册数：暂无
重量：暂无
开本：16开
页数：244
出版时间：2022-02-01
条形码：9787550452763 ; 978-7-5504-5276-3

内容简介

“大数据治理”是把大数据作为组织、企业或者国家的战略资产进行管理，以及在管理流程中进行分析、控制和决策的活动集合，已成为当下大数据前沿的新兴领域。《大数据治理》（不错）以实战案例为先导，协助读者选定合适的大数据预处理工具和方法进行多源异构数据的集成、归约和存储，完成数据探索、数据分析过程和数据分析结果的可视化；针对敏感指标进行数据脱敏以及对大数据治理实施过程中产生的体系、方法、软件、模型等进行归纳整理，形成知识库。《大数据治理》（不错）可以作为中等职业院校、高等职业院校和应用型本科学校的大数据专业教材，也可作为大数据从业人员的培训教材和参考书。

目录 **篇概论篇３／１大数据治理概论１.１大数据治理背景……………………………………………………………… (３) １.２大数据治理相关概念………………………………………………………… (５) １.３大数据治理框架……………………………………………………………… (９) １.４大数据治理原则 …………………………………………………………… (１０) １.５大数据治理方法 …………………………………………………………… (１３) ２１／２大数据治理应用２.１新冠肺炎疫情防控与复工案例 …………………………………………… (２１) ２.２中国人民银行个人信用评分案例 ………………………………………… (２３) 第二篇数据预处理篇２９／３实训项目１：期货数据预处理３.１项目背景 …………………………………………………………………… (２９) ３.２实训目标 …………………………………………………………………… (２９) ３.３实训任务 …………………………………………………………………… (２９) ３.４技术准备 …………………………………………………………………… (３０) ３.５实训步骤 …………………………………………………………………… (４４) ３.６项目总结 …………………………………………………………………… (５１) ３.７课后扩展 …………………………………………………………………… (５１) ５２／４实训项目２：电影数据预处理４.１项目背景 …………………………………………………………………… (５２) ４.２实训目标 …………………………………………………………………… (５２) ４.３实训任务 …………………………………………………………………… (５２) ４.４技术准备 …………………………………………………………………… (５３) ４.５实训步骤 …………………………………………………………………… (６３) ４.６项目总结 …………………………………………………………………… (６８) ４?? ７课后扩展 …………………………………………………………………… (６８) ６９／５实训项目３：人力资源数据预处理５.１项目背景 …………………………………………………………………… (６９) ５.２实训目标 …………………………………………………………………… (６９) ５.３实训任务 …………………………………………………………………… (６９) ５.４技术准备 …………………………………………………………………… (７０) ５.５实训步骤 …………………………………………………………………… (７８) ５.６项目总结 …………………………………………………………………… (８１) ５.７课后扩展 …………………………………………………………………… (８２) ８３／６实训项目４：鸢尾花数据预处理６.１项目背景 …………………………………………………………………… (８３) ６.２实训目标 …………………………………………………………………… (８３) ６.３实训任务 …………………………………………………………………… (８３) ６.４技术准备 …………………………………………………………………… (８４) ６.５实训步骤 …………………………………………………………………… (８６) ６.６项目总结 …………………………………………………………………… (９０) ６.７课后扩展 …………………………………………………………………… (９０) 第三篇数据可视化篇９３／７实训项目５：泰坦尼克号数据可视化７.１项目背景 …………………………………………………………………… (９３) ７.２实训目标 …………………………………………………………………… (９３) ７.３实训任务 …………………………………………………………………… (９３) ７.４技术准备 …………………………………………………………………… (９４) ７.５实训步骤 ………………………………………………………………… (１０５) ７.６项目总结 ………………………………………………………………… (１１３) ７.７课后扩展 …………………………………………………………………… (１１３) １１４／８实训项目６：人力资源数据可视化８.１项目背景 ………………………………………………………………… (１１４) ８.２实训目标 ………………………………………………………………… (１１４) ８.３实训任务 ………………………………………………………………… (１１４) ８.４技术准备 ………………………………………………………………… (１１５) ８.５实训步骤 ………………………………………………………………… (１１５) ８.６项目总结 ………………………………………………………………… (１２５) ８.７课后扩展 ………………………………………………………………… (１２５) １２６／９实训项目７：电影数据可视化９.１项目背景 ………………………………………………………………… (１２６) ９.２实训目标 ………………………………………………………………… (１２６) ９.３实训任务 ………………………………………………………………… (１２７) ９.４技术准备 ………………………………………………………………… (１２７) ９.５实训步骤 ………………………………………………………………… (１２８) ９.６项目总结 …………………………………………………………………… (１４０) ９.７课后扩展 …………………………………………………………………… (１４０) 第四篇数据挖掘篇１４３／１０实训项目８：人力资源数据挖掘１０.１项目背景 ……………………………………………………………… (１４３) １０.２实训目标 ……………………………………………………………… (１４３) １０.３实训任务 ……………………………………………………………… (１４３) １０.４技术准备 ……………………………………………………………… (１４４) １０.５实训步骤 ……………………………………………………………… (１５０) １０.６项目总结 ……………………………………………………………… (１６０) １０.７课后扩展 ……………………………………………………………… (１６０) １６１／１１实训项目９：健康数据挖掘１１.１项目背景 ……………………………………………………………… (１６１) １１.２学习目标 ……………………………………………………………… (１６１) １１.３实训任务 ……………………………………………………………… (１６１) １１.４技术准备 ……………………………………………………………… (１６２) １１.５实训步骤 ………………………………………………………………… (１６３) １１.６项目总结 ……………………………………………………………… (１７８) １１.７课后扩展 ……………………………………………………………… (１７８) 第五篇综合实训篇１８１／１２实训项目１０：美团美食店铺数据分析实训１２.１项目背景 ……………………………………………………………… (１８１) １２.２实训目标 ……………………………………………………………… (１８１) １２.３实训任务 ……………………………………………………………… (１８１) １２.４技术准备 ……………………………………………………………… (１８２) １２.５数据准备与预处理 …………………………………………………… (１８８) １２.６美食店铺基本情况分析与可视化 …………………………………… (１９０) １２.７基于Ｋ－ｍｅａｎｓ算法的店铺分类模型构建 ………………… (１９６) １２.８基于有监督的机器学习的用户情感分类 ……………………………… (２００) １２.９项目总结 ……………………………………………………………… (２０５) １２.１０课后扩展 …………………………………………………………… (２０５) ２０６／１３实训项目１１：交通大数据分析实训１３.１项目背景 ……………………………………………………………… (２０６) １３.２实训目标 ……………………………………………………………… (２０６) １３.３实训任务 ……………………………………………………………… (２０６) １３.４技术准备 ……………………………………………………………… (２０７) １３.５数据准备与预处理 …………………………………………………… (２１１) １３.６骑行数据探索性分析 ………………………………………………… (２２０) １３.７骑行数据可视化分析 ………………………………………………… (２２２) １３.８基于Ａｐｒｉｏｒｉ算法和ＦＰＧｒｏｗｔｈ算法的关联规则挖掘…………………… (２２５) １３.９项目总结 ……………………………………………………………… (２３２) １３.１０课后扩展 ……………………………………………………………… (２３２) ２３３／参考文献

展开全部

作者简介

石勇，教授，中国科学院虚拟经济与数据科学研究中心主任。博士毕业于美国堪萨斯大学商学院，研究方向为虚拟经济与数据。田英杰，中国科学院大学教授。博士毕业于中国农业大学，研究方向为*优化与数据挖掘。陈小宁，西南财经大学天府学院副教授。硕士毕业于西南科技大学，研究方向为数据分析与挖掘。徐鸿雁，西南财经大学天府学院教授。硕士毕业于上海海事大学，研究方向为人机交互、教育信息化。

本类五星书

更多>>

浏览历史

大数据治理(高级)

石勇

¥30.0¥42.8

本类畅销

×

大数据治理(高级)

内容简介

目录

作者简介

预估到手价 ×