大数据分析导论PDF电子书下载

第1章 大数据导论 1

1.1大数据的产生 1

1.1.1天文学——信息爆炸的起源 3

1.1.2大数据产生的背景 4

1.2大数据与可视化 9

1.2.1数据可视化的概念和意义 9

1.2.2打造最好的可视化效果 11

1.2.3数据可视化的运用 12

1.3人工智能和大数据的关系 13

1.4大数据的相关技术 22

1.4.1数据挖掘 22

1.4.2机器学习 26

1.4.3神经网络 29

第2章 大数据概述 37

2.1数据处理与大数据 37

2.1.1古典数据处理案例 38

2.1.2现代数据处理案例 39

2.2什么是大数据 40

2.3大数据工作流程 41

2.3.1数据收集 42

2.3.2数据处理 43

2.3.3知识生成 45

2.3.4数据存储 46

2.4大数据来源 47

2.4.1互联网以及线上金融数据 48

2.4.2社交平台数据 49

2.4.3传感器数据 51

2.4.4企业管理数据 52

2.5大数据特征 52

2.5.1大数据的基本特征：3V 53

2.5.2大数据新增特征：4V 55

2.5.3 IBM对于大数据的解读：5V 56

2.6大数据基本架构设计原理 58

第3章 大数据相关开发语言 63

3.1 Python语言 64

3.1.1 Python的历史 64

3.1.2 Python的特点 65

3.1.3 Python的版本与区别 66

3.1.4 Python的安装步骤 68

3.1.5 Python的基本用法 70

3.1.6 Python的常用库 74

3.1.7 Python实际运用案例 76

3.1.8 Python金融数据分析实例 81

3.2 R语言 84

3.2.1 R语言简介 84

3.2.2 R语言的特性 85

3.2.3 R语言的安装 86

3.2.4 R语言工具库的加载 87

3.2.5 R语言实际运用案例 88

3.3分布式计算框架 91

3.3.1大数据所带来的挑战 92

3.3.2 Hadoop概述 92

3.3.3 Hadoop的发展历史 93

3.3.4 Hadoop框架组件 95

第4章 大数据的相关技术 99

4.1云计算 99

4.1.1什么是云计算 99

4.1.2云计算的服务层面 100

4.2人工智能 101

4.3机器学习 104

4.3.1机器学习的原因 105

4.3.2机器学习的定义 106

4.3.3机器学习算法的分类 107

4.3.4机器学习问题领域 109

4.3.5机器学习的一般步骤 110

4.3.6模型评价指标 113

4.3.7现实中的分类问题以及KNN算法 116

4.3.8机器学习实例 118

4.4神经网络和深度学习 124

4.4.1神经网络 124

4.4.2深度学习 128

4.5大数据可视化工具 133

4.5.1 Matplotlib 134

4.5.2 Excel 136

4.5.3百度ECharts 148

4.5.4 Tableau 149

第5章 大数据分析应用案例：通过社交媒体对市场进行分析 151

5.1社交媒体非结构化大数据的背景 152

5.2社交媒体大数据情绪分析 156

5.2.1情绪分析的概念 156

5.2.2情绪分析的步骤 157

5.2.3情绪分析实际案例 158

5.3使用社交媒体大数据对市场结构进行分析 160

5.3.1市场结构及分析 160

5.3.2品牌联想网络 163

5.3.3文本挖掘技术 165

5.3.4市场结构分析步骤 166

参考文献 171