实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新正版大数据分析技术9787111712084机械工业出版社
¥ ×1
商品
服务
物流
新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!
前言
项目1 认识大数据分析
1.1 大数据分析概述
1.1.1 大数据分析的概念和发展
1.1.2 大数据分析的作用和影响
1.2 大数据分析模型
1.2.1 大数据分析的技术和工具
1.2.2 大数据分析的流程
1.. 大数据分析的模型简介
【任务实施】
任务1 用户活跃度指标综合分析
任务2 身高体重指标数据关联分析
练习题
项目2 安装Python数据分析工具
2.1 Python数据分析基本概念
2.1.1 Python数据分析的特点
2.1.2 Python与数据分析工具的比较
2.2 Python数据分析常用库介绍
2.2.1 NumPy简介
2.2.2 Pandas简介
2.. SciPy简介
2.2.4 Matplotlib简介
2.2.5 scikit-learn简介
2.2.6 Statmodels简介
2.2.7 Seaborn简介
任务1 在Windows系统中安装Anaconda
任务2 运行Jupyter Notebook
任务3 PyCharm的安装和使用
项目3 使用NumPy实现统计分析和处理
3.1 NumPy的基本概念
3.1.1 NumPy基础理论和引用方法
3.1.2 ndarry对象
3.1.3 NumPy数据类型
3.1.4 NumPy数组属
3.1.5 NumPy切片和索引
3.2 NumPy函数
3.2.1 NumPy数学函数
3.2.2 NumPy数组维度操作函数
3.. NumPy创建数组函数
3.2.4 NumPy常用IO函数
3.2.5 NumPy广播
任务1 使用Numpy实股数据分析
任务2 使用Numpy实现豆瓣电影数据
分析
项目4 Pandas数据分析和处理
4.1 Pandas的基本概念
4.1.1 Pandas基础理论和引用方法
4.1.2 Pandas基本数据结构
4.2 Pandas的基本用法
4.2.1 创建Pandas对象
4.2.2 查看Pandas基本数据
4.. Pandas索引和切片
4.2.4 Pandas缺失值和空值处理
4.2.5 Pandas连接和合并数据
4.2.6 Pandas分组
4.2.7 Pandas重塑
4.2.8 Pandas数据透视表
4.2.9 Pandas时间序列
4.2.10 Pandas分类
4.2.11 Pandas IO操作
任务1 使用Pandas实现水果销售数据分析
任务2 使用Pandas实现用户消费行为数据分析
任务3 使用Pandas实现电商销售数据分析
项目5 Matplotlib数据分析可视化库
5.1 Matplotlib的基本概念
5.1.1 Matplotlib基础理论和引用方法
5.1.2 散点图
5.1.3 条形图
5.1.4 折线图
5.1.5 饼图
5.1.6 直方图
5.1.7 箱形图
5.2 组合图
5.2.1 曲线组合图
5.2.2 柱状、散点、折线组合图
5.. 直方图组合图1 【任务实施】
任务1 使用饼图实现总额数据分析
任务2 使用折线图实现总额数据分析
任务3 使用双柱状图实现总额变化情况数据分析
项目6 基于Hadoop的数据分析
6.1 掌握Hadoop框架和生态组件
6.1.1 Hadoop简介
6.1.2 Hadoop核心组件和工作原理
6.1.3 Hadoop安装、部署和应用
6.2 Hadoop生态组件
6.2.1 Hadoop生态圈简介
6.2.2 Hive的安装、部署和应用
6.. Spark的安装、部署和应用
6.2.4 HBase的安装、部署和应用
6.2.5 Kafka的安装、部署和应用
6.2.6 Flume的安装、部署和应用
6.2.7 Sqoop的安装、部署和应用
6.2.8 Zookeeper的安装、部署和应用
任务1 使用Hadoop及其组件Hive实现数据分析
任务2 使用Hadoop及其组件Spark实现数据分析
项目7 基于scikit-learn机器学习库的数据分析
7.1 掌握机器学习基本概念
7.1.1 机器学习简介
7.1.2 机器学习基本流程
7.1.3 机器学习开发流程
7.1.4 机器学习算法分类
7.2 掌握scikit-learn的基本用法
7.2.1 scikit-learn的安装和引用方法
7.2.2 scikit-learn的基本用法
任务1 使用scikit-learn实现鸢尾花数据分析
任务2 使用scikit-learn实现波士顿房价数据分析
参考文献
李俊翰,中 员,执教13年。教学经验丰富。作为主研参与大数据技术与应用 专业教学资源库建设工作,主持子课程《应用程序开发基础(Java)》;发表SCI2篇,中文核心3篇;完成软件著作权1项,实用新型专利4项,横向课题2项;作为指导教师,指导学生参加全国职业院校技能大赛“大数据技术与应用”赛项获二等奖,重庆市职业院校技能竞赛“大数据技术与应用”赛项获得一等奖3项,“ ”暨金砖 技能大赛大数据赛项三等奖等;主参编教材《大数据采集与爬虫》《大数据平台应用》《Python编程基础》《Spark大数据实时分析实战》;作为主讲教师先后承担《数据预处理》《大数据编程基础(Python)》和《大数据可视化技术》等十余门课程。
本书主要针对高职大数据技术专业和人工智能专业的学生,注重大数据分析技术的应用和实践。因此,《大数据分析技术》主要分为两个部分:部是大数据分析技术的理论实践,主要讲解了大数据分析模型、Python数据分析工具、numpy和pandas数据分析库、matplotlib数据分析可视化库、Hadoop及其常用组件以及scikit-learn机器学习库的基本原理和操作。第二部分是任务实施,主要列举了17个实操案例充分呈现了大数据分析技术的主要功能和特点。本书配套完善的课程教学课件、案例教学视频、案例代码和课后习题,并将在在线开放课程平台进行免费学习。
本书为 教学资源库“大数据分析技术”课程的配套教材 本书采用项目驱动方式编写,理实一体 本书为新形态一体化教材,配套建设了课件、微课视频、源代码和习题等数字化学习资源
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员