实用数据分析
全新正版 极速发货
￥ 32.57 5.5折 ￥ 59 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)赫克托·奎斯塔(Hector Cuesta),？(美)桑帕斯·库马尔(Dr.Sampath Kumar) 著;刁晓纯 译
出版社机械工业出版社
ISBN9787111579212
出版时间2017-09
装帧平装
开本16开
定价59元
货号1201578445
上书时间2024-09-06
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
Cuesta Dataxios（一家机器智能研发公司）的创办人及首席数据科学家，拥有信息学士及计算机科学硕士学位。他在金融、零售、金融科技、在线学习、人力资源等领域提供数据驱动产品设计的咨询服务。在空闲时间，他热衷于研究机器人。本书献给我的妻子Yolanda和我可爱的孩子Damian和Issac，他们为我的生活带来了无比的快乐。同时把本书献给我的父母Elena和Miguel，感谢他们对我的支持和爱护。
Dr. Sampath Kumar Telangana大学应用统计系的助理教授和系主任，他拥有理学硕士、哲学硕士和统计学博士学位，拥有5年研究生教学经验，有超过4年的工作经验。他是SAS和MATLAB软件不错程序员，专长是利用SPSS、SAS、R、Minitab、MATLAB等软件进行数据统计。他在不同的应用学科和纯统计专业（如预测建模、应用回归分析、多变量数据分析、运营管理等）方面具有教学经验。
目录
译者序
作者简介
审校者简介
前言
章 开始1
1.1 计算机科学1
1.2 人工智能2
1.3 机器学习2
1.4 统计学2
1.5 数学2
1.6 专业领域知识3
1.7 数据、信息和知识3
1.7.1 数据、信息和知识之间的相互性3
1.7.2 数据的本质4
1.8 数据分析过程5
1.8.1 问题6
1.8.2 数据准备6
1.8.3 数据探索7
1.8.4 预测建模7
1.8.5 结果可视化8
1.9 定量与定性数据分析9
1.10 数据可视化的重要性9
1.11 大数据10
1.12 自我量化12
1.12.1 传感器和摄像头12
1.12.2 社交网络分析13
1.13 本书的工具和练习13
1.13.1 为什么使用 Python14
1.13.2 为什么使用mlpy14
1.13.3 为什么使用D3.js14
1.13.4 为什么使用 MongoDB15
1.14 小结15
第2章 数据预处理16
2.1 数据源16
2.1.1 开源数据17
2.1.2 文本文件18
2.1.3 Excel文件18
2.1.4 SQL数据库18
2.1.5 NoSQL数据库19
2.1.6 多媒体20
2.1.7 网页检索20
2.2 数据清洗22
2.2.1 统计方法 23
2.2.2 文本解析23
2.2.3 数据转化25
2.3 数据格式25
2.3.1 CSV26
2.3.2 JSON27
2.3.3 XML28
2.3.4 YAML29
2.4 数据归约30
2.4.1 过滤及抽样30
2.4.2 分箱算法 30
2.4.3 降维31
2.5 开始使用OpenRefine工具32
2.5.1 text facet33
2.5.2 聚类33
2.5.3 文本过滤器34
2.5.4 numeric facet34
2.5.5 数据转化35
2.5.6 数据输出36
2.5.7 操作历史记录36
2.6 小结37
第3章 可视化38
3.1 可视化概述39
3.2 利用网页版的可视化39
3.3 探索科学可视化39
3.4 在艺术上的可视化40
3.5 可视化生命周期40
3.6 可视化不同类型的数据41
3.6.1 HTML41
3.6.2 DOM42
3.6.3 CSS42
3.6.443
3.6.5 SVG43
3.7 开始使用D3.js43
3.7.1 柱状图44
3.7.2 饼图48
3.7.3 散点图50
3.7.4 单线图52
3.7.5 多线图55
3.8 交互与动画59
3.9 社交网络中的数据61
3.10 可视化分析的摘要62
3.11 小结62
第4章 文本分类63
4.1 学习和分类63
4.2 贝叶斯分类64
4.3 E—mail主题测试器65
4.4 数据66
4.5 算法 68
4.6 分类器的准确性71
4.7 小结73
第5章 基于相似性的图像检索74
5.1 图像相似性搜索74
5.2 动态时间规整75
5.3 处理图像数据集77
5.4 执行DTW77
5.5 结果分析79
5.6 小结81
第6章 模拟股票价格82
6.1 金融时间序列82
6.2 随机漫步模拟83
6.3 蒙特卡罗方法 84
6.4 生成随机数85
6.5 用D3.js实现86
6.6 计量分析师91
6.7 小结93
第7章 预测黄金价格94
7.1 处理时间序列数据94
7.2 平滑时间序列97
7.3 线性回归100
7.4 数据—历史黄金价格101
7.5 非线性回归101
7.5.1 核岭回归102
7.5.2 平滑黄金价格时间序列104
7.5.3 平滑时间序列的预测105
7.5.4 对比预测值106
7.6 小结107
第8章 使用支持向量机的方法 进行分析108
8.1 理解多变量数据集109
8.2 降维111
8.2.1 线性无差别分析112
8.2.2 主成分分析112
8.3 使用支持向量机114
8.3.1 核函数115
8.3.2 双螺旋问题116
8.3.3 在mlpy中实现SVM116
8.4 小结119
第9章 应用细胞自动机的方法 对传染病进行建模120
9.1 流行病学简介120
9.2 流行病模型122
9.2.1 SIR模型122
9.2.2 使用SciPy来解决SIR模型的常微分方程123
9.2.3 SIRS模型124
9.3 对细胞自动机进行建模125
9.3.1 细胞、状态、网格和邻域126
9.3.2 整体随机访问模型127
9.4 通过D3.js模拟CA中的SIRS模型127
9.5 小结135
0章 应用社交图谱136
10.1 图谱的结构136
10.1.1 无向图137
10.1.2 有向图137
10.2 社交网络分析137
10.3 捕获Facebook图谱138
10.4 使用Gephi再现图谱139
10.5 统计分析142
10.6 度的分布144
10.6.1 图谱直方图145
10.6.2 集中度146
10.7 将GDF转化为JSON148
10.8 在D3.js环境下进行图谱可视化150
10.9 小结154
1章 分析Twitter数据155
11.1 解析Twitter数据155
11.1.1 tweet156
11.1.2 粉丝156
11.1.3 热门话题156
11.2 使用OAuth访问Twitter API157
11.3 开始使用Twython158
11.3.1 利用Twython进行简单查询159
11.3.2 获取时间表数据163
11.3.3 获取粉丝数据165
11.3.4 获取地点和趋势信息167
11.3.5 获取用户数据168
11.3.6 API流169
11.4 小结171
2章 使用MongoDB进行数据处理和聚合172
12.1 开始使用MongoDB172
12.1.1 数据库173
12.1.2 集合175
12.1.3 文件175
12.1.4 Mongo shell175
12.1.5 Insert／Update／Delete176
12.1.6 查询177
12.2 数据准备178
12.2.1 使用OpenRefine进行数据转换179
12.2.2 通过PyMongo插入文件180
12.3 分组182
12.4 聚合框架184
12.4.1 流水线184
12.4.2 表达式185
12.5 小结186
3章 使用MapReduce方法 188
13.1 MapReduce概述188
13.2 编程模型189
13.3 在MongoDB中使用MapReduce190
13.3.1 map函数190
13.3.2 reduce函数191
13.3.3 使用Mongo shell191
13.3.4 使用Jupyter193
13.3.5 使用PyMongo194
13.4 过滤输入集合195
13.5 分组和聚合196
13.6 在tweet中统计高频词汇198
13.7 小结201
4章 使用Jupyter和Wakari进行在线数据分析202
14.1 开始使用Wakari202
14.2 开始使用Jupyter记事本205
14.3 通过PIL进行图像处理208
14.3.1 打开图像208
14.3.2 显示图像直方图208
14.3.3 过滤209
14.3.4 操作211
14.3.5 转化212
14.4 开始使用pandas213
14.4.1 处理时间序列213
14.4.2 通过数据框架来操作多变量数据集215
14.4.3 分组、聚合和相关219
14.5 分享你的记事本221
14.6 小结224
5章 使用Apache Spark处理数据225
15.1 数据处理平台226
15.1.1 Cloudera 平台226
15.1.2 安装Cloudera VM227
15.2 分布式文件系统概述229
15.2.1 使用Hadoop分布式文件系统（HDFS）的具体步骤229
15.2.2 利用HUE的Web界面来进行文件管理230
15.3 Apache Spark概述231
15.3.1 Spark的生态系统231
15.3.2 Spark编程模型232
15.3.3 Apache启动的介绍性操作样例234
15.4 小结235
内容摘要
由赫克托·奎斯塔、桑帕斯·库马尔著的《实用数据分析(原书第2版)/大数据技术丛书》共15章：靠前章探讨数据分析的基本原理和数据分析步骤；第2章解释如何清洗并准备数据；第3章展示在JavaScript可视化框架下应用D3.js来实现各类数据的可视化方法；第4章介绍如何应用朴素贝叶斯算法来区分垃圾邮件；第5章讲解应用动态时间规整方法寻找图像间的相似性；第6章介绍使用随机游走算法和可视化的D3．is动画技术模拟股票价格；第7章介绍核岭回归(KRR)的原理以及应用；第8章描述如何使用支持向量机方法进行分类分析；第9章介绍应用细胞自动机方法对传染病进行建模；靠前0章解释如何应用Gephi从Facebook获取社交媒体图谱并实现可视化；第ll章介绍如何应用Twitter数据进行情感分析；靠前2章介绍如何使用MongoDBJ~生行数据处理和聚合；靠前3章详细介绍如何在MongoDB数据库中应用MapReduce编程模型；靠前4章介绍如何应用Jupyter和Wakari开展线上数据分析；靠前5章介绍如何使用Apache Spark处理数据。
精彩内容
前 言 Preface本书提供了一系列将数据转化为重要结论的现实案例。书中覆盖了广泛的数据分析工具和算法，用于进行分类分析、聚类分析、数据可视化、数据模拟以及预测。本书旨在帮助读者了解数据从而找到相应的模式、趋势、相互关系以及重要结论。 书中所包括的实用项目充分利用了MongoDB、D3.js和Python语言，并采用代码片段和详细描述的方式呈现本书的核心概念。 本书主要内容章探讨数据分析的基本原理和数据分析步骤。 第2章解释如何清洗并准备好数据来开展分析，同时介绍数据清洗工具OpenRefine的使用方法。 第3章展示在JavaScript可视化框架下应用D3.js语言来实现各类数据的可视化方法。 第4章介绍应用朴素贝叶斯（Naive Bayes）算法来区分垃圾文本的一种二元分类法。 第5章展示一个应用动态时间规整方法来寻找图像间相似性的项目。 第6章解释如何使用随机漫步算法和可视化的D3.js动画技术来模拟股票价格。 第7章介绍核岭回归（Kernel Ridge Regression，KRR）的原理以及如何使用此方法和时间序列数据来预测黄金价格。 第8章描述如何使用支持向量机的方法进行分类分析。 第9章介绍对流行病进行模拟计算的基本概念并解释如何应用细胞自动机方法、D3.js和JavaScript语言来模拟流行病爆发。 0章解释如何应用Gephi从Facebook获取社交媒体图谱并使之实现可视化。 1章解释如何应用Twitter的应用程序编程接口（API）来获取Twitter的数据。读者也将看到如何改进文本分类分析方法并将其应用于情感分析。这一过程在自然语言工具包（Natural Language Toolkit， NLTK）中应用了朴素贝叶斯算法。 2章介绍在MongoDB数据库中进行基本操作以及分组、过滤和聚合的方法。 3章详细介绍如何在MongoDB数据库中应用MapReduce编程模型。 4章解释如何使用Wakari平台，同时介绍在IPython中运用pandas进行数据处理和使用PIL图像处理库的方法。 5章介绍如何在Cloudera VM上使用分布式文件系统及数据环境。最后，利用实际案例介绍Apache Spark的主要特征。 阅读准备使用本书需要掌握如下技术： PythonOpenRefineD3.jsmlpyNLTKGephiMongoDB读者对象本书主要面向那些希望能够实际开展数据分析和数据可视化的软件开发人员、分析人员、计算机科学家。同时，本书也希望能够为读者提供包含时间序列数据、数值型数据、多维度数据和社交媒体数据、文本型数据等多种数据形式的实际案例，以帮助读者获得对数据分析的真知灼见。 读者不需要具备数据分析的经验，但仍需要对统计学和Python编程有基础性的了解。 下载本书相关资源读者可登录华章网站（http://www.hzbook.com）下载本书的相关资源。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价