大数据分析与数据挖掘操作手册.docxVIP

大数据分析与数据挖掘操作手册

第一章大数据预处理技术

1.1数据清洗与去重

1.2数据转换与集成

1.3数据标准化与归一化

1.4数据抽样与采样

1.5数据摸索性分析

第二章数据挖掘技术概述

2.1数据挖掘方法分类

2.2数据挖掘流程

2.3数据挖掘应用领域

2.4数据挖掘工具与技术

2.5数据挖掘挑战与解决方案

第三章关联规则挖掘

3.1Apriori算法

3.2FP-growth算法

3.3关联规则评估指标

3.4关联规则挖掘应用案例

3.5关联规则挖掘优化策略

第四章聚类分析

4.1K-means算法

4.2层次聚类算法

4.3密度聚类算法

4.4聚类分析应用案例

4.5聚类分析功能评估

第五章分类与预测

5.1决策树算法

5.2支持向量机

5.3神经网络

5.4分类与预测应用案例

5.5模型评估与优化

第六章异常检测

6.1基于统计的方法

6.2基于距离的方法

6.3基于密度的方法

6.4异常检测应用案例

6.5异常检测功能评估

第七章文本挖掘

7.1文本预处理

7.2词频-逆文档频率

7.3主题模型

7.4情感分析

7.5文本挖掘应用案例

第八章大数据分析与数据挖掘的未来趋势

8.1深入学习在数据挖掘中的应用

8.2大数据分析与数据挖掘的伦理问题

8.3大数据分析与数据挖掘的法律法