大数据处理与分析

1 大数据概论 1.1 大数据技术简介 1.2 数据处理与分析的阶段划分 1.3 大数据分析工具 1.4 本章小结 本章习题2 数据预处理方法 2.1 数据预处理相关概念 2.2 变量类型与数据类型 2.3 数据清洗 2.4 数据集成与数据规约 2.5 数据的离散化与概念分层 2.6 本章小结 本章习题3 数据的统计描述 3.1 数据的统计建模方法 3.2 数据的频数描述方法 3.3 数据的描述性统计方法 3.4 数据的探索性分析方法 3.5 本章小结 本章习题4 数据的可视化构图方法 4.1 数据可视化的类型 4.2 可视化图的类别 4.3 可视化工具 4.4 基本图表 4.5 本章小结 本章习题5 数据的假设检验 5.1 假设检验统计学模型 5.2 单个总体参数的假设检验 5.3 两个总体参数的假设检验 5.4 本章小结 本章习题6 数据的均值检验方法 6.1 均值检验的统计学模型 6.2 两组之间的比较 6.3 多组之间的比较 6.4 本章小结 本章习题7 数据的随机化模拟与仿真 7.1 统计的重现性现象 7.2 真随机与伪随机 7.3 随机化过程仿真 7.4 随机化分组与抽样 7.5 随机数据的性质分析与程序验证 7.6 本章小结 本章习题8 数据的时间序列预测 8.1 时间序列的成分和预测方法 8.2 平稳序列和趋势预测 8.3 多成分序列预测 8.4 Box-Jenkins方法：ARIMA模型 8.5 本章小结 本章习题9 数据的聚类与判别方法 9.1 数据聚类分析的统计学模型 9.2 数据判别分析的统计学模型 9.3 本章小结 本章习题10 数据的主成分分析与因子分析 10.1 统计学模型 10.2 主成分分析方法 10.3 因子分析方法 10.4 本章小结 本章习题11 数据的挖掘分析与机器学习方法 11.1 数据挖掘方法的主要分类 11.2 无监督学习与监督学习 11.3 数据机器学习的主要方法与案例分析 11.4 案例应用与分析 11.5 优化技巧与解决方案升级 11.6 保存和加载训练后的模型 11.7 本章小结 本章习题参考文献