消息 首页 搜索 举报
  • 大数据分析导论 魏苗 电子工业出版社 9787121360220
21年品牌 40万+商家 超1.5亿件商品

大数据分析导论 魏苗 电子工业出版社 9787121360220

正版旧书 里面部分笔记 内容完好 可正常使用 旧书不附带光盘

￥ 4.9 八五品

库存27件

江西南昌
认证卖家担保交易快速发货售后保障

作者魏苗

出版社电子工业出版社

ISBN9787121360220

出版时间2019-02

装帧线装

页数184页

货号4340340

上书时间2024-03-16

有路官方旗舰店

九年老店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：八五品
商品描述
温馨提示：亲！旧书库存变动比较快，有时难免会有断货的情况，为保证您的利益，拍前请务必联系卖家咨询库存情况！谢谢！
书名：大数据分析导论
编号：4340340
ISBN：9787121360220[十位:]
作者：魏苗
出版社：电子工业出版社
出版日期：2019年02月
页数：184
定价：47.00 元
参考重量：0.300Kg
-------------------------
新旧程度：6-9成新左右，不影响阅读，详细情况请咨询店主
如图书附带、磁带、学习卡等请咨询店主是否齐全* 图书目录 *
目 录 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*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
  • 大数据分析导论 魏苗 电子工业出版社 9787121360220

—  没有更多了  —

店铺评价
消息 首页 搜索

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP