大数据分析与应用实践作业指导书.docVIP

大数据分析与应用实践作业指导书

TOC\o1-2\h\u25524第1章大数据分析概述 3

264701.1大数据的定义与发展 3

5541.1.1大数据的定义 3

263681.1.2大数据的发展 3

258631.2大数据分析的流程与方法 4

167751.2.1大数据分析的流程 4

214371.2.2大数据分析的方法 4

25519第2章数据采集与预处理 4

263782.1数据采集技术 5

283112.1.1概述 5

249692.1.2网络爬虫 5

288212.1.3API调用 5

157992.1.4日志收集 5

45292.1.5传感器数据采集 5

94882.2数据清洗与整合 5

145282.2.1概述 5

248872.2.2数据清洗 5

57482.2.3数据整合 5

80062.2.4数据转换 6

117482.3数据质量评估 6

242502.3.1概述 6

282462.3.2数据完整性 6

205602.3.3数据一致性 6

206472.3.4数据准确性 6

143962.3.5数据时效性 6

12836第3章数据存储与管理 6

130903.1数据存储技术 6

86933.1.1磁存储 6

16083.1.2光存储 7

297853.1.3闪存 7

42793.2数据库管理系统 7

84083.2.1关系型数据库管理系统 7

138103.2.2非关系型数据库管理系统 7

16933.3数据仓库与数据湖 7

8703.3.1数据仓库 7

93773.3.2数据湖 8

3675第4章数据分析方法 8

277434.1描述性分析 8

139344.1.1数据清洗 8

191674.1.2数据整理 8

63654.1.3数据可视化 8

90514.2摸索性分析 9

90044.2.1相关性分析 9

40434.2.2聚类分析 9

265994.2.3主成分分析 9

79644.3预测性分析 9

119224.3.1时间序列分析 9

178914.3.2回归分析 9

163924.3.3机器学习算法 9

7615第五章机器学习与深度学习 10

150605.1机器学习算法 10

125005.1.1算法概述 10

223455.1.2监督学习算法 10

148435.1.3无监督学习算法 10

3565.1.4强化学习算法 10

183335.2深度学习技术 11

78725.2.1神经网络基础 11

241585.2.2卷积神经网络（CNN） 11

187215.2.3循环神经网络（RNN） 11

250745.2.4对抗网络（GAN） 11

190425.3模型评估与优化 11

322175.3.1模型评估指标 11

196605.3.2模型优化策略 11

217265.3.3模型部署与监控 11

2841第6章大数据分析可视化 12

136956.1可视化工具与技术 12

260436.1.1可视化工具概述 12

170696.1.2常见可视化工具 12

120556.1.3可视化技术 12

152426.2数据可视化设计原则 12

201776.2.1清晰性 12

87136.2.2一致性 12

72736.2.3重点突出 12

162876.2.4适应性 13

50376.3可视化案例分析 13

16483第7章大数据应用领域 13

229917.1金融大数据应用 13

82757.1.1概述 13

347.1.2风险控制 13

173017.1.3客户服务 13

66037.1.4营销策略 14

66377.1.5决策支持 14

91917.2医疗大数据应用 14

283577.2.1概述 14

317367.2.2疾病预防 14

211017.2.3诊断 14

160167.2.4治疗 14

119167.2.5医疗管理 14

308777.3智能交通大数据应用 14

26