大数据分析实践作业指导书.doc

大数据分析实践作业指导书

TOC\o1-2\h\u32688第一章数据采集与预处理 3

43911.1数据来源及采集方法 3

154561.1.1数据来源 3

164591.1.2数据采集方法 4

303311.2数据清洗与格式化 4

220221.2.1数据清洗 4

64641.2.2数据格式化 4

12657第二章数据存储与管理 5

278892.1数据库选择与设计 5

289672.2数据导入与导出 5

142312.3数据库功能优化 6

17788第三章数据可视化 6

104653.1数据可视化工具介绍 6

13843.1.1Tableau 6

45733.1.2PowerBI 6

91713.1.3Python可视化库 6

121923.1.4ECharts 7

205103.2数据可视化方法与技巧 7

184623.2.1选择合适的图表类型 7

92513.2.2合理布局 7

47913.2.3注重颜色搭配 7

48633.2.4交互式操作 7

292613.3交互式数据可视化 7

100823.3.1数据筛选 8

299133.3.2数据提示 8

218243.3.3动态更新 8

278663.3.4图表缩放与滚动 8

526第四章数据挖掘与分析 8

233204.1数据挖掘算法介绍 8

163784.2数据挖掘案例分析 9

213824.3结果评估与优化 9

23478第五章机器学习应用 10

77685.1机器学习基本概念 10

66105.1.1定义及分类 10

77995.1.2监督学习 10

101725.1.3无监督学习 10

43555.1.4半监督学习 10

96895.1.5增强学习 10

55115.2机器学习算法实践 10

70015.2.1线性回归 10

115185.2.2逻辑回归 10

270575.2.3决策树 10

35545.2.4支持向量机 11

176335.2.5神经网络 11

240285.3模型评估与调整 11

79225.3.1评估指标 11

96805.3.2交叉验证 11

103135.3.3超参数调整 11

151865.3.4模型优化 11

21451第六章深度学习应用 11

293916.1深度学习基本概念 11

12546.1.1定义及发展历程 11

184116.1.2主要技术原理 11

324936.2卷积神经网络应用 12

219896.2.1卷积神经网络概述 12

103596.2.2应用场景 12

20456.3循环神经网络应用 12

27246.3.1循环神经网络概述 12

271886.3.2应用场景 12

29542第七章自然语言处理 13

12447.1自然语言处理基础 13

69837.1.1概述 13

168477.1.2发展历程 13

292597.1.3基本任务 13

41737.2词向量与文本表示 13

53317.2.1词向量 13

258047.2.2文本表示 13

124667.3文本分类与情感分析 13

236147.3.1文本分类 13

180757.3.2情感分析 14

105267.3.3应用案例 14

15028第八章推荐系统 14

198438.1推荐系统概述 14

96228.2协同过滤算法 14

302868.3深度学习在推荐系统中的应用 15

6660第九章大数据分析平台与工具 15

192529.1大数据技术栈介绍 15

22649.1.1数据存储与处理 16

106869.1.2数据分析与挖掘 16

44229.1.3数据可视化与展示 16

135549.2大数据分析平台搭建 16

205639.2.1平台架构设计 16

275059.2.2技术选型与集成 16

43599.2.3平台部署与运维 17

162299.3大数据分析工具应用 17

28459.3.1ApacheSpark 17

181589.3.2