大数据分析与应用实战作业指导书.docVIP

大数据分析与应用实战作业指导书

TOC\o1-2\h\u28925第1章大数据分析概述 3

308061.1大数据的定义与特征 3

29621.2大数据分析的发展历程 3

88221.3大数据分析的主要应用领域 4

18100第2章数据采集与预处理 4

202642.1数据源的选择与接入 4

16492.1.1数据源选择原则 4

77052.1.2数据接入方式 5

205582.2数据清洗与去重 5

309952.2.1数据清洗 5

327062.2.2数据去重 5

274362.3数据转换与整合 5

254022.3.1数据转换 5

251152.3.2数据整合 6

11916第3章数据存储与管理 6

131693.1分布式存储系统 6

219613.1.1概述 6

196113.1.2常见分布式存储系统 6

153033.1.3分布式存储系统选型与优化 6

275933.2数据库管理系统 7

148173.2.1概述 7

289753.2.2常见数据库管理系统 7

293663.2.3数据库管理系统选型与优化 7

49273.3数据仓库与数据湖 8

122773.3.1数据仓库概述 8

219683.3.2常见数据仓库系统 8

193193.3.3数据湖概述 8

254163.3.4数据仓库与数据湖的选型与优化 8

26164第4章数据分析与挖掘 9

82574.1数据挖掘基本概念 9

9854.2常见数据挖掘算法 9

218334.3数据可视化与摸索性数据分析 10

61454.3.1数据可视化 10

265394.3.2摸索性数据分析 10

14957第5章机器学习与深度学习 10

85385.1机器学习基本概念 10

86125.1.1定义与分类 10

188205.1.2学习方法 11

163525.2常见机器学习算法 11

67305.2.1线性模型 11

318075.2.2树模型 11

178445.2.3神经网络 11

47435.3深度学习概述 11

27875.3.1卷积神经网络（CNN） 12

138275.3.2循环神经网络（RNN） 12

97235.3.3长短时记忆网络（LSTM） 12

143965.3.4自编码器（AE） 12

30831第6章大数据分析工具与应用 12

150116.1Python数据分析库 12

298376.1.1NumPy库 12

272416.1.2Pandas库 13

282836.1.3Matplotlib库 13

96.2R语言数据分析 13

179206.3大数据分析平台与工具 14

185306.3.1Hadoop平台 14

142986.3.2Spark平台 14

274656.3.3Tableau工具 14

23144第7章大数据分析案例解析 14

10167.1金融行业数据分析案例 14

104777.2零售行业数据分析案例 15

4677.3医疗行业数据分析案例 15

22977第8章大数据安全与隐私保护 16

154358.1大数据安全风险 16

243548.1.1概述 16

150848.1.2数据泄露风险 16

121738.1.3数据篡改风险 16

314558.1.4数据滥用风险 16

65878.1.5系统攻击风险 17

13758.2数据加密与脱敏 17

188778.2.1数据加密 17

17788.2.2数据脱敏 17

40498.3隐私保护机制 17

218718.3.1数据访问控制 17

160858.3.2数据匿名化 18

7818.3.3差分隐私 18

265208.3.4联邦学习 18

20241第9章大数据项目管理与实施 18

80129.1项目管理与实施流程 18

22669.1.1项目启动 18

130289.1.2项目规划 19

246649.1.3项目实施 19

302579.2项目风险与质量控制 19

141339.2.1项目风险识别 19

53