大数据行业数据处理与分析实战指南.docVIP

大数据行业数据处理与分析实战指南

TOC\o1-2\h\u32085第一章数据采集与预处理 3

148661.1数据来源与采集方式 3

80651.1.1数据来源 3

294261.1.2数据采集方式 4

105801.2数据清洗与格式化 4

631.2.1数据清洗 4

104291.2.2数据格式化 4

54271.3数据预处理流程 4

5359第二章数据存储与管理 5

85962.1数据存储技术选型 5

16752.1.1存储技术概述 5

275572.1.2存储技术分类 5

87752.1.3存储技术选型原则 5

99192.2分布式存储系统 6

209102.2.1分布式存储系统概述 6

213872.2.2常见分布式存储系统 6

7422.2.3分布式存储系统选型 6

243712.3数据库管理与优化 6

121912.3.1数据库概述 6

248442.3.2常见数据库类型 6

114262.3.3数据库管理策略 7

47322.3.4数据库优化技术 7

3726第三章数据分析与挖掘 7

151483.1数据分析基本方法 7

55723.1.1描述性分析 7

235033.1.2摸索性分析 7

252513.1.3推断性分析 8

296913.2数据挖掘算法介绍 8

318503.2.1决策树 8

255743.2.2支持向量机 8

185693.2.3朴素贝叶斯 8

125563.2.4K均值聚类 8

156583.3数据挖掘案例分析 8

279153.3.1电商用户购买行为分析 9

125893.3.2金融风险控制 9

143773.3.3医疗数据分析 9

319923.3.4城市交通优化 9

25970第四章机器学习在大数据处理中的应用 9

314274.1机器学习概述 9

133814.2常用机器学习算法 9

108264.3机器学习在大数据中的应用场景 10

29643第五章数据可视化 11

69235.1数据可视化工具选型 11

180985.2可视化设计原则 11

65225.3数据可视化案例分析 12

12824第六章大数据安全与隐私保护 12

160826.1数据安全策略 12

144856.1.1数据加密 12

164916.1.2访问控制 12

27486.1.3数据备份与恢复 12

6996.1.4安全审计 12

247266.2数据隐私保护技术 12

218716.2.1数据脱敏 13

276056.2.2数据匿名化 13

105596.2.3差分隐私 13

43166.2.4联邦学习 13

218646.3数据安全与隐私合规 13

176126.3.1法律法规遵循 13

291716.3.2国际合规标准 13

85046.3.3企业内部合规制度 13

136146.3.4合规培训与宣传 13

555第七章大数据行业应用 14

302177.1金融行业应用 14

270407.1.1数据来源及类型 14

169457.1.2应用场景 14

316627.1.3应用案例 14

118027.2医疗行业应用 14

166087.2.1数据来源及类型 14

303047.2.2应用场景 14

22047.2.3应用案例 15

13157.3智能制造行业应用 15

213887.3.1数据来源及类型 15

172257.3.2应用场景 15

118637.3.3应用案例 15

7373第八章大数据项目管理与团队协作 15

264258.1项目管理流程 15

62738.1.1项目启动 15

74748.1.2项目规划 16

99698.1.3项目执行 16

240448.1.4项目监控 16

105668.2团队协作工具 16

285488.3项目风险管理 16

308118.3.1风险识别 16

35398.3.2风险评估 17

136678.3.3风险应对 17

243158.3.4风险监控 17

14542