数据处理与分析作业指导书.doc

数据处理与分析作业指导书

TOC\o1-2\h\u30299第1章数据处理基础 4

206981.1数据类型与数据结构 4

144671.1.1数据类型 4

99921.1.2数据结构 4

26061.2数据清洗与预处理 4

140891.2.1缺失值处理 4

179821.2.2异常值处理 4

197791.2.3数据规范化 5

308461.3数据整合与转换 5

233871.3.1数据整合 5

216991.3.2数据转换 5

21373第2章数据分析方法论 5

255162.1描述性统计分析 5

262362.2假设检验与推断统计 5

313962.3数据挖掘与机器学习 6

1112第3章数据可视化 6

2263.1基本图表与图形 6

147803.1.1柱状图 6

208563.1.2折线图 6

67453.1.3饼图 6

191113.2高级可视化技术 6

100743.2.1散点图 7

238323.2.2热力图 7

231113.2.3雷达图 7

168173.3交互式数据可视化 7

33.3.1交互式柱状图 7

294553.3.2交互式散点图 7

114763.3.3可视化仪表盘 7

12282第4章数据存储与管理 7

65504.1关系型数据库 7

138994.1.1关系型数据库的原理 7

316164.1.2常见关系型数据库 8

87264.1.3关系型数据库的优势 8

130984.1.4关系型数据库的局限 8

315134.2非关系型数据库 8

216894.2.1非关系型数据库的分类 8

27554.2.2非关系型数据库的优势 8

231224.2.3非关系型数据库的局限 9

100644.3分布式文件系统 9

69834.3.1分布式文件系统的原理 9

176024.3.2常见分布式文件系统 9

137284.3.3分布式文件系统的优势 9

252914.3.4分布式文件系统的局限 9

17639第5章数据挖掘算法 9

263415.1分类算法 9

226315.1.1概述 10

112935.1.2常见分类算法 10

277025.2聚类算法 10

77865.2.1概述 10

9655.2.2常见聚类算法 10

96015.3关联规则挖掘 10

148015.3.1概述 10

9035.3.2常见关联规则挖掘算法 11

30945第6章机器学习实战 11

117926.1监督学习 11

268116.1.1数据准备 11

72386.1.2模型选择与训练 11

164986.1.3模型评估 11

69676.1.4模型优化 11

271356.2无监督学习 12

4036.2.1数据准备 12

29456.2.2模型选择与训练 12

98316.2.3模型评估 12

275426.2.4模型优化 12

231876.3强化学习 12

44636.3.1强化学习基础 12

253586.3.2模型建立 12

180586.3.3强化学习算法 12

87606.3.4强化学习应用 13

3897第7章时间序列分析 13

206797.1时间序列基本概念 13

62367.1.1时间序列定义 13

274117.1.2时间序列要素 13

194517.1.3时间序列分类 13

240137.2时间序列预测方法 13

29807.2.1描述性预测方法 13

54817.2.2模型预测方法 14

180997.3时间序列模型评估 14

280867.3.1模型评估指标 14

51117.3.2模型选择与优化 14

111447.3.3模型应用与监控 14

29000第8章文本分析与自然语言处理 14

144308.1文本预处理 14

84618.1.1分词 14

226198.1.2词性标注 14

73718.1.3去停用词 15

54098.1.4数据清洗 15

33638.2词向量与词嵌入 15