新文科数据科学导论

第1章 数据科学缘起 1.1 数据科学基础概念 1.2 大数据内涵 1.3 大数据技术 1.4 数据科学思维 数据采集与预处理篇 第2章 数据爬取 2.1 数据爬取的基本原理 2.2 数据爬取工具概述 2.3 UiPath数据爬取 2.4 Python 第3章 数据预处理 3.1 探索性数据分析 3.2 数据清洗 3.3 数据变换 3.4 数据集成与数据规约 数据可视化篇 第4章 数据可视化 4.1 数据可视化基础 4.2 数据可视化工具包 4.3 Tableau数据连接与数据类型 4.4 Tableau视图与筛选器 第5章 Tableau图表深入学习 5.1 文本表 5.2 条形图 5.3 树状图 5.4 折线图 5.5 组合图 5.6 散点图 5.7 直方图 5.8 仪表盘 第6章 电话营销可视化分析示例 6.1 案例数据 6.2 连接数据源 6.3 用户画像 6.4 客户群的年龄分布 6.5 转化率与职业的关系 6.6 转化的一致性 6.7 宏观经济因素分析 6.8 设计仪表盘 数据建模篇 第7章 机器学习的一般流程 7.1 机器学习概述 7.2 特征工程 7.3 可视化建模工具 第8章 机器学习算法 8.1 分类算法 8.2 聚类算法 8.3 模型评估与选择 8.4 H20数据建模分析实例 第9章 社交网络分析 9.1 概述 9.2 社交网络的类型 9.3 社交网络分析工具 9.4 社交网络分析指标 第10章 基于链家租房网数据的租房价格预测示例 10.1 房价数据爬取(全量数据) 10.2 房屋数据预处理 10.3 房屋地理信息爬取 10.4 租房价格数据可视化 10.5 租房价格预测建模 自然语言处理篇 第11章 自然语言处理 11.1 概述 11.2 自然语言处理开发工具 11.3 自然语言处理的基础任务 第12章 自然语言处理工具 12.1 综合性分析工具 12.2 分词与词性标注工具 12.3 综合性Python工具 第13章 自然语言处理案例：情感分析 13.1 场景介绍 13.2 算法应用