包邮大数据挖掘导论与案例

前言 第1章绪论 1.1数据科学和数据科学家 1.1.1数据科学的产生和数据科学家的兴起 1.1.2从事数据科学活动的重要基础和技能 1.2大数据的概念、发展阶段和特征 1.2.1大数据的概念 1.2.2大数据的发展阶段 1.2.3大数据的“5V”特征 1.3大数据的主要来源 1.4大数据挖掘的概念和流程 1.4.1大数据挖掘的概念 1.4.2大数据挖掘的标准过程模型 1.5大数据挖掘的主要任务 1.5.1分类与回归 1.5.2聚类分析 1.5.3关联分析 1.5.4异常检测 1.6大数据挖掘的工具与技术 1.6.1Python 1.6.2Hadoop 1.6.3Spark 1.7大数据挖掘的应用 1.7.1在金融行业的应用 1.7.2在电信行业的应用 1.7.3在医疗行业的应用 1.7.4社会网络分析 1.7.5推荐系统 习题 参考文献 第2章数据分析与可视化技术 2.1Python简介 2.1.1Python环境搭建 2.1.2Python基本语法 2.2NumPy工具包 2.2.1创建数组 2.2.2数组的属性和方法 2.2.3数组的基本操作和运算 2.2.4数组的常用方法 2.3Pandas工具包 2.3.1Series 2.3.2DataFrame概述 2.3.3DataFrame属性和操作 2.4ScikitLearn工具包 2.4.1数据集 2.4.2K*近邻分类器 2.4.3决策树 2.4.4朴素贝叶斯分类器 2.4.5多层感知器 2.4.6支持向量机 2.4.7随机森林与AdaBoost 2.4.8K均值聚类 2.4.9基于密度的聚类 2.4.10主成分分析 2.5Matplotlib绘图 2.5.1Figure和Subplot 2.5.2基本绘图方法 2.5.3颜色、线型和标记 2.5.4轴标签、刻度和网格 2.5.5添加标题、图例和注释 习题 实验 参考文献 第3章认识数据 3.1数据类型 3.1.1属性与度量 3.1.2数据集类型 3.2数据质量 3.2.1测量和数据收集 3.2.2数据应用 3.3探索数据 3.3.1中心趋势度量 3.3.2离散趋势度量 3.3.3数据基本统计描述的图形显示 3.4数据可视化 3.4.1一般方法和技术 3.4.2少量属性的可视化 3.4.3可视化时间空间数据 3.4.4可视化高维数据 3.5数据对