大数据分析导论

图书标准信息

• 作者 吴良霞 鲁敏 刘琪 陈旭 范爱萍 黄任众 编著；金大卫 主编 沈计 周巍 副主编
• 出版社 清华大学出版社
• 出版时间 2020-09
• 版次 1
• ISBN 9787302561781
• 定价 59.90元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 364页
• 字数 551千字

【内容简介】

本书以大数据分析技术及其应用路线为核心，系统地介绍了计算机的基础知识和操作系统、大数据分析基础、计算机网络基础知识及数据获取、数据处理和数据分析理论与方法等内容。本书通过一系列实例分析，深入浅出地向读者介绍了AI studio云计算平台、Python程序设计语言、Word 2016、Excel 2016和PowerPoint 2016等工具和软件的使用方法及其在大数据分析技术中的应用。

【作者简介】

金大卫，中南财经政法大学信息与安全工程学院，大数据研究院博士生导师、教授、副院长，人工智能与法商研究所所长，中国光谷信息与网络空间安全产业技术联盟副理事长，长期从事信息技术与大数据学科教学和相关研究工作。主持国家社会科学基金项目、教育部人文社科基金项目、国家博士后基金项目、湖北省教育厅基金项目，中央高校基本科研基金项目多项。发表SCI、SSCI、CSCD、CSSCI等权威期刊发表论文20余篇。

【目录】

第1章  计算机基础及信息技术前沿

1.1  信息社会与计算机

1.1.1  信息技术与计算机的发展

1.1.2  信息编码

1.2  计算机系统

1.2.1  计算机的工作原理

1.2.2  计算机的系统构成

1.3  微型计算机的硬件系统

1.3.1  主板

1.3.2  CPU

1.3.3  存储器

1.3.4  输入输出设备

1.4  微型计算机的软件系统

1.4.1  软件的定义及特点

1.4.2  软件的分类

1.5  操作系统和文件管理

1.5.1  操作系统基础知识

1.5.2  文件基础知识

1.6  信息技术前沿

1.6.1  大数据

1.6.2  云计算

1.6.3  物联网

1.6.4  人工智能

1.6.5  区块链

本章小结

思考题

 

第2章  大数据分析基础

2.1  大数据基础知识

2.1.1  大数据的产生及概念

2.1.2  大数据时代

2.2  大数据的国内外发展情况

2.3  大数据技术及应用

2.3.1  大数据技术

2.3.2  大数据应用

2.4  AI Studio平台介绍

2.5  Python语言基础

2.5.1  Python语言概述

 

 

2.5.2  变量及数据的使用

2.5.3  Python程序的语法结构

2.5.4  Python程序的输入输出

2.5.5  Python程序的控制结构

2.5.6  函数和模块

2.5.7  大数据文本分析

本章小结

思考题

 

第3章  计算机网络基础及数据获取

3.1  互联时代

3.1.1  工业1.0  、2.0  、3.0  时代

3.1.2  ARPAnet

3.1.3  TCP/IP的出现

3.1.4  工业4.0 

3.2  计算机网络概述

3.2.1  计算机网络的定义

3.2.2  计算机网络的功能与作用

3.2.3  数据通信

3.2.4  计算机网络的分类

3.3  Internet基础

3.3.1  IP地址

3.3.2  域名系统

3.3.3  网络协议与TCP/IP

3.3.4  Internet的接入

3.4  Internet的服务

3.4.1  Internet的基础服务

3.4.2  Internet的现代信息服务

3.5  网络数据获取

3.5.1  网络爬虫基础知识

3.5.2  Python网络爬虫实战

本章小结

思考题

 

第4章  信息处理与发布

4.1  办公软件概述

4.2  基于Word的文字编辑处理

4.2.1  从创建文档开始

4.2.2  文本编辑

4.2.3  文档排版

4.2.4  图文混排

4.2.5  高级排版技巧

4.3  制作演示文稿发布信息

4.3.1  创建并保存演示文稿

4.3.2  幻灯片布局和内容编辑

4.3.3  视觉美化的渠道

4.3.4  演示文稿的放映和输出

本章小结

 

第5章  数据存储与预处理

5.1  Excel基础

5.1.1  Excel界面与基本术语

5.1.2  Excel的基本操作

5.1.3  在工作表中输入和导入数据

5.1.4  格式化工作表

5.2  Excel公式与函数

5.2.1  Excel公式的基本使用

5.2.2  Excel函数的基本使用

5.2.3  常用函数的应用

5.3  Excel数据处理工具

5.3.1  数据清单

5.3.2  数据排序

5.3.3  数据筛选

5.3.4  分类汇总

5.3.5  合并计算

5.3.6  图表的应用

5.4  基于Excel的数据预处理

5.4.1  数据预处理的目的

5.4.2  数据清洗

5.4.3  数据补全

5.4.4  数据筛选

5.4.5  数据加工

本章小结

 

第6章  数据分析

6.1  数据分析基础

6.1.1  数据分析的概念

6.1.2  数据分析的主要步骤

6.2  描述性统计分析

6.2.1  数据频数分析

6.2.2  数据集中度分析

6.2.3  数据离散度分析

6.2.4  数据交叉透视分析

6.3  投资决策分析

6.3.1  定额投资分析

6.3.2  贷款等额还款分析

6.3.3  企业投资决策分析

6.4  时间序列预测分析

6.4.1  移动平均预测分析

6.4.2  指数平滑预测分析

6.4.3  线性趋势预测分析

6.4.4  非线性趋势预测分析

6.5  相关分析与回归分析

6.5.1  相关分析

6.5.2  一元线性回归分析

6.5.3  多元线性回归分析

6.5.4  非线性回归分析

本章小结

思考题