数据分析与解读实用手册.doc

数据分析与解读实用手册

TOC\o1-2\h\u14143第1章数据分析基础 3

54871.1数据分析概述 3

304661.2数据分析流程 4

247821.3数据分析工具与技能 4

12047第2章数据采集与清洗 5

153122.1数据采集方法 5

81132.1.1网络爬虫 5

173002.1.2数据接口 5

244532.1.3问卷调查 5

210792.1.4数据挖掘 5

198702.2数据清洗原则 5

106272.2.1完整性原则 5

45722.2.2准确性原则 5

299882.2.3一致性原则 5

12802.2.4时效性原则 5

154232.3数据质量评估 6

261692.3.1数据完整性 6

114182.3.2数据准确性 6

128612.3.3数据一致性 6

260942.3.4数据时效性 6

205392.3.5数据可靠性 6

18344第3章数据存储与管理 6

110303.1数据存储方式 6

75783.1.1本地存储 6

168513.1.2网络存储 6

110853.1.3云存储 6

205113.2数据库基础 7

212063.2.1数据库类型 7

308063.2.2数据库设计 7

151953.2.3数据库管理 7

252033.3数据仓库与数据湖 7

155253.3.1数据仓库 7

81443.3.2数据湖 7

16507第4章数据预处理 8

249974.1数据集成与融合 8

39914.1.1数据集成 8

165404.1.2数据融合 8

285294.2数据规范化与标准化 9

15304.2.1数据规范化 9

243734.2.2数据标准化 9

110574.3数据降维与特征选择 9

301134.3.1数据降维 9

109654.3.2特征选择 9

11935第5章数据可视化与摸索性分析 10

220795.1数据可视化基础 10

119865.1.1数据可视化目的 10

157305.1.2数据可视化原则 10

298125.1.3数据可视化工具 10

253395.2常见数据可视化图表 10

266755.2.1条形图 10

9835.2.2折线图 10

56185.2.3饼图 10

152865.2.4散点图 10

216595.2.5热力图 11

204885.2.6地图 11

75195.3摸索性数据分析方法 11

1815.3.1数据描述性统计 11

56535.3.2数据分布分析 11

295635.3.3变量关系分析 11

121995.3.4异常值分析 11

141415.3.5数据分群分析 11

1565.3.6时间序列分析 11

1739第6章统计分析方法与应用 11

13506.1描述性统计分析 11

283976.2假设检验与置信区间 12

312676.3方差分析与回归分析 12

229606.3.1方差分析 12

272406.3.2回归分析 12

20817第7章机器学习算法与应用 12

71297.1机器学习概述 12

79837.2监督学习算法 12

26397.2.1线性回归 12

204037.2.2逻辑回归 12

308907.2.3决策树 13

107667.2.4随机森林 13

25507.2.5支持向量机 13

253967.3无监督学习算法 13

115297.3.1聚类分析 13

198517.3.2主成分分析 13

138127.3.3自编码器 13

48927.3.4稀疏性学习 13

7149第8章深度学习技术与应用 14

139028.1深度学习基础 14

183388.1.1深度学习发展历程 14

136798.1.2神经网络基本结构 14

320258.1.3激活函数及其选择 14

203798.1.4损失函数与优化算法 14

14088.1.5深度学习的训练策略 14

76178.2卷积神经网