人类的智慧使文明不断地从陈旧桎梏中破壳而出,21 世纪是大数据的时代,
本书主要介绍了大数据基础,大数据分析,结构化数据和半结构化数据以及非结构化数据,数据提取和转换及加载,数据库与数据库管理系统,数据仓库,数据集市,数据湖,云计算与大数据,数据处理,数据挖掘及其算法,大数据领域常用的编程语言等方面的内容.
本书系统地介绍了数据仓库管理、联机分析处理、数据仓库设计与开发、数据仓库的决策支持应用等.
大数据分析与数据挖掘
本书分三个部分.第一部分是基础篇, 主要对数据挖掘的基本概念, 应用分类, 建模方法及常用的建模工具进行了介绍.第二部分是实战篇, 以案例的形式对数据挖掘技术在金融, 电信, 电力, 互联网, 生产制造以及公共服务等行业的应用场景进行了讨论.第三部分是高级篇, 重点对常用的WEKA和MATLAB数据挖掘算法接口进行了探讨;最后对基于Hadoop框架的海量数据挖掘进行了说明.
欢迎登錄取本书教学资源 http://www.hxedu.com.cn 数据科学与大数据技术系列 R 语言:大数据分析中的统计方法及应用 Python 数据分析基础教程 Python 数据挖掘方法及应用数据挖掘算法与 R 语言实现数据科学与 R 语言实践教程重回當自| yij -」- 121 3333 ...
本书从5个维度对网站数据分析进行了全面的讲解,首先是告诉企业和数据分析师应该如何科学地认识网站数据分析,其次是指导企业如何从零开始构建自己的数据体系,最后讲解了数据分析师应该如何从零开始建立自己的成长体系;详细地讲解了网站数据的采集和配置,网站分析工具的选择和使用,网站数据整合的方法,数据监测与评估的指标,以及数据分析的场景和相应的方法;通过10余个商业化的案例,还原了网站数据分析在营销和运营中的应用.
... 使用Igor Pro作为数据分析处理的工具。由于出色的编程能力,在某些场合Igor Pro甚至可以代替Python、R 等目前非常流行的脚本式数据分析工具,在大数据处理、分析和挖掘中发挥作用。与这些脚本语言相比较,Igor Pro并不缺效率,缺的是支撑库,缺的是相互合作的 ...
本书共分为15章,主要内容包括大数据获取,数据预处理,探索性数据分析,用Sklearn估计器分类,主流数据分析库,大数据的数据库类型,数据仓库/商业智能,数据聚合与分组运算 ...
数据挖掘: 方法与应用
本书主要介绍数据分析与数据挖掘的基本概念和方法,包括数据的基本属性和概念,数据预处理技术,数据仓库和OLAP技术,回归分析,频繁模式挖掘,分类,聚类,离群点分析.