数据分析基础工作指南.docVIP

数据分析基础工作指南

TOC\o1-2\h\u10210第一章数据准备与预处理 3

300881.1数据收集 3

179001.2数据清洗 3

222541.3数据整合 4

211951.4数据转换 4

29238第二章数据可视化 4

153232.1常用可视化工具介绍 4

11312.2数据可视化原则 5

88782.3数据可视化案例 5

263032.4动态数据可视化 6

27118第三章描述性统计分析 6

118863.1基础统计量计算 6

5683.2数据分布特征 6

165523.3数据相关性分析 7

160973.4异常值检测 7

8906第四章假设检验 8

311704.1假设检验概述 8

208524.2常用假设检验方法 8

180434.3假设检验案例 8

320644.4假设检验注意事项 9

14550第五章数据挖掘 9

169225.1数据挖掘概述 9

79775.2常用数据挖掘算法 9

221675.2.1决策树算法 10

227665.2.2支持向量机算法 10

232225.2.3人工神经网络算法 10

294145.2.4K均值聚类算法 10

157425.3数据挖掘应用案例 10

293115.3.1电商推荐系统 10

305575.3.2金融风险控制 10

92985.3.3医疗诊断 10

136215.4数据挖掘注意事项 10

7161第六章机器学习基础 11

146746.1机器学习概述 11

211326.1.1定义与分类 11

165126.1.2发展历程 11

249406.1.3应用领域 11

141426.2常用机器学习算法 11

248926.2.1线性模型 11

85296.2.2树模型 11

96206.2.3神经网络 11

38976.2.4聚类算法 11

253886.3机器学习模型评估 12

61746.3.1评估指标 12

318986.3.2交叉验证 12

174376.3.3超参数调优 12

209586.4机器学习应用案例 12

292286.4.1图像识别 12

44196.4.2文本分类 12

240416.4.3推荐系统 12

154636.4.4语音识别 12

19725第七章深度学习基础 12

272407.1深度学习概述 12

269797.2常用深度学习模型 13

226567.2.1卷积神经网络（CNN） 13

131607.2.2循环神经网络（RNN） 13

93827.2.3长短时记忆网络（LSTM） 13

69147.2.4自编码器（AE） 13

107157.3深度学习训练技巧 13

304567.3.1数据预处理 13

297827.3.2模型优化 13

64107.3.3模型正则化 13

132357.3.4模型评估 13

276077.4深度学习应用案例 14

9597.4.1图像识别 14

125377.4.2自然语言处理 14

267917.4.3语音识别 14

268777.4.4推荐系统 14

395第八章数据仓库与大数据技术 14

317788.1数据仓库概述 14

196568.2常用数据仓库技术 15

128038.3大数据技术概述 15

295608.4大数据应用案例 15

14232第九章数据安全与隐私保护 16

322419.1数据安全概述 16

118219.1.1数据安全的重要性 16

85289.1.2数据安全风险 16

213259.2数据加密技术 16

57199.2.1加密技术概述 16

42649.2.2对称加密技术 16

112919.2.3非对称加密技术 17

318679.2.4混合加密技术 17

75209.3数据隐私保护方法 17

220329.3.1数据脱敏 17

96199.3.2数据访问控制 17

100519.3.3数据审计与监控 17

314179.4数据安全与隐私保护案例分析 17