大数据分析专业指导书.docVIP

大数据分析专业指导书

TOC\o1-2\h\u28970第一章绪论 3

44651.1大数据分析概述 3

162431.1.1定义 3

94361.1.2特点 3

47451.2大数据分析发展历程 3

274481.2.1数据积累阶段 3

188701.2.2数据处理技术发展阶段 4

193441.2.3大数据分析应用阶段 4

105471.3大数据分析应用领域 4

299921.3.1金融领域 4

305611.3.2医疗领域 4

164781.3.3智能制造 4

124451.3.4城市管理 4

40141.3.5互联网行业 4

28350第二章数据采集与预处理 4

311592.1数据采集方法 4

188192.2数据清洗与整合 5

31792.3数据预处理工具 5

24445第三章数据存储与管理 6

150663.1分布式存储系统 6

294953.1.1特点 6

210453.1.2关键技术 6

98973.2数据仓库技术 7

307113.2.1特点 7

284743.2.2关键技术 7

6063.3数据管理策略 7

283793.3.1数据质量保障 7

178123.3.2数据安全策略 7

7773.3.3数据生命周期管理 8

825第四章数据挖掘与建模 8

83664.1数据挖掘基本概念 8

223214.2数据挖掘算法 8

31294.3建模工具与技巧 9

50834.3.1建模工具 9

141944.3.2建模技巧 9

20775第五章机器学习与深度学习 9

68545.1机器学习基本原理 9

197435.1.1定义与分类 9

200055.1.2监督学习 10

291425.1.3无监督学习 10

14495.1.4半监督学习 10

132935.1.5增强学习 10

308795.2深度学习框架 10

220155.2.1深度学习概述 10

116885.2.2常用深度学习框架 10

165715.2.3TensorFlow 10

156285.2.4PyTorch 10

236635.2.5Caffe 11

252025.2.6MXNet 11

835.3模型优化与评估 11

167995.3.1模型优化 11

278705.3.2模型评估 11

7659第六章数据可视化与分析报告 11

127596.1数据可视化方法 11

6456.1.1概述 11

97506.1.2常见数据可视化方法 12

25016.2可视化工具与应用 12

15396.2.1概述 12

92406.2.2常见可视化工具 12

141686.2.3可视化工具应用案例 13

8486.3分析报告撰写技巧 13

255236.3.1概述 13

136546.3.2报告结构 13

268756.3.3撰写技巧 13

4499第七章大数据分析平台与工具 13

219257.1常用大数据分析平台 13

303537.2数据分析工具介绍 14

62307.3平台与工具的选择与应用 14

411第八章大数据分析项目实践 15

14078.1项目管理与方法论 15

308238.1.1项目管理概述 15

109768.1.2项目管理方法论 15

74438.1.3项目管理工具与实践 16

266448.2实践案例解析 16

99738.2.1案例一：某电商公司用户行为分析 16

155108.2.2案例二：某金融机构信用评分模型 16

120538.3项目优化与总结 16

324838.3.1项目优化策略 16

54488.3.2项目总结 17

3485第九章大数据分析行业规范与法律法规 17

192649.1数据安全与隐私保护 17

212169.1.1数据安全与隐私保护的定义 17

74449.1.2数据安全与隐私保护的重要性 17

294819.1.3数据安全与隐私保护措施 17

28279.2行业规范与标准 18

31929.2.1行业规范 18