大数据智能分析理论与方法

理解大数据分析方法论 #生活技巧# #工作学习技巧# #数字技能提升#

随着信息技术、移动商务和社交媒体的蓬勃发展，大数据在各行业的应用变得越来越广泛，正深刻改变着我们的生活和工作方式。使用智能分析技术对大数据进行深入理解与洞察，将使数据这种新型生产要素的价值得到更加充分的发挥。本书旨在遵循数据分析的思路与逻辑，系统梳理大数据智能分析的相关知识。全书共分为绪论和16 章内容。在理论和方法方面，主要包括常规数据预处理、数据降维、特征选择、决策树、K 近邻学习、支持向量机、贝叶斯学习、集成学习、关联规则、聚类、人工神经网络、深度学习、推荐系统等；在理论与实践融合方面，本书提供了若干典型应用场景，如广告点击率预测、信息流中的内容推荐、游戏运营中的数据挖掘等，以期加强读者对理论的理解和应用能力。另外，本书在章后提供了即测即评二维码，帮助读者掌握和巩固对应章节的知识。

本书是新文科·大数据管理与应用专业系列教材之一，也是工业和信息化部“十四五”规划教材。

本书适合作为高等院校大数据管理与应用、数据科学与大数据技术、大数据技术与应用等相关专业的基础教材或教学参考书，也可用作职业培训及相关技术和研究人员的参考用书。

前辅文绪论0.1 为什么学习大数据智能分析0.2 数据的智能化发展0.3 大数据智能分析理论和方法的基本内容0.4 大数据智能分析的价值关键术语本章小结即测即评参考文献第1章 常规数据预处理1.1 数据预处理的目的1.2 数据清洗1.3 数据集成1.4 数据变换1.5 数据归约1.6 案例分析：基于大规模开放在线课程平台MOOC 的学生信息数据清洗关键术语本章小结即测即评参考文献第2章 数据降维2.1 主成分分析2.2 奇异值分解2.3 多维缩放2.4 等度量映射2.5 局部线性嵌入算法2.6 相关方法的推导过程2.7 案例分析：基于PCA 方法的人脸特征提取关键术语本章小结即测即评参考文献第3章 特征选择3.1 特征选择概述3.2 过滤式特征选择3.3 包裹式特征选择3.4 嵌入式特征选择3.5 案例分析：Lending Club 信贷违约预测的特征集选择关键术语本章小结即测即评参考文献第4章 决策树4.1 决策树概述4.2 特征选择4.3 决策树生成4.4 树的修剪4.5 案例分析：电信行业客户流失分析关键术语本章小结即测即评参考文献第5章 K 近邻学习5.1 基本概念及原理5.2 预测算法5.3 K 近邻算法的三个基本要素5.4 K 近邻算法的特点5.5 K 近邻算法的改进5.6 案例分析：基于K 近邻算法预测明天是否会降雨关键术语本章小结即测即评参考文献第6章 支持向量机6.1 支持向量机概述6.2 数据线性可分的情况——线性SVM6.3 数据非线性可分的情况——非线性SVM6.4 应用SVM 进行模式分类6.5 应用SVM 进行非线性回归6.6 案例分析：基于SVM 预测鸢尾花种类关键术语本章小结即测即评参考文献第7章 贝叶斯学习7.1 朴素贝叶斯分类器7.2 半朴素贝叶斯分类器7.3 贝叶斯网络7.4 案例分析：基于贝叶斯学习判断文章的作者归属关键术语本章小结即测即评参考文献第8章 集成学习8.1 集成学习简介8.2 Boosting8.3 Bagging8.4 随机森林8.5 案例分析：基于不同集成学习方法预测波士顿地区房价关键术语本章小结即测即评参考文献第9章 关联规则9.1 关联规则的概念9.2 关联规则算法9.3 案例分析：沃尔玛的蛋挞与飓风用品营销方案关键术语本章小结即测即评参考文献第10章 聚类10.1 聚类概述10.2 划分聚类算法K-Means10.3 层次聚类算法AGNES 和DIANA10.4 密度聚类算法DBSCAN10.5 案例分析：零售电商用户画像构建关键术语本章小结即测即评参考文献第11章 人工神经网络11.1 从生物神经网络开始11.2 感知器11.3 感知器的训练11.4 多层神经网络和反向传播11.5 其他形式的神经网络11.6 案例分析：利用Lending Club数据预测借款人违约概率关键术语本章小结即测即评参考文献第12章 深度学习12.1 深度学习概述12.2 卷积神经网络12.3 其他类型的深度学习神经网络12.4 案例分析：图像纹理转移问题关键术语本章小结即测即评参考文献第13章 推荐系统13.1 推荐系统概述13.2 基于内容的推荐13.3 基于用户的协同过滤13.4 基于物品的协同过滤关键术语本章小结即测即评参考文献第14章 广告点击率预测14.1 搜索引擎商业模式14.2 广告点击率预测14.3 CTR 预测机器学习模型的发展关键术语本章小结第15章 信息流中的内容推荐15.1 信息流产品商业生态15.2 信息流推荐系统15.3 推荐系统的信息茧房和冷启动的问题关键术语本章小结第16章 游戏运营中的数据挖掘16.1 游戏中的智能化运营场景16.2 游戏运营中的新增用户16.3 游戏运营中的流失用户干预16.4 游戏运营中的商业化关键术语本章小结

网址：大数据智能分析理论与方法 https://www.yuejiaxmz.com/news/view/721505

相关内容

【智能家居数据分析】智能家居数据的采集与分析
剖析智能健身设备与数据分析
大数据处理与分析
数据分析方法论（6种方法，8个思路）
商业智能与数据分析
人工智能和数据分析
体育产业智能健身与运动数据分析方案.doc
人工智能数据分析
商业智能：数据洞察与智能分析的融合
数据管理与分析平台

随便看看