互联网 类型
5.4 豆瓣评分
可以朗读 语音朗读
163千字 字数
2014-09-01 发行日期
展开全部

主编推荐语

资深数据分析咨询师多年经验结晶，通过大量典型数据分析案例，全面而深入地讲解分类分析、聚类分析、数据可视化及预测方面的各种技术和方法，为快速掌握并灵活运用数据分析技术提供最佳实践指南。

内容简介

本书共14章：第1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；第3章展示了在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.js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；第10章解释如何应用Gephi从Facebook获取社会化媒体图谱并使之实现可视化；第11章介绍如何应用Twitter数据进行情感分析；第12章介绍如何使用MongoDB进行数据处理和聚合；第13章详细介绍如何在MongoDB数据库中应用MapReduce编程模型；第14章介绍如何应用IPython和Wakari开展线上数据分析。

目录

  • 版权信息
  • 译者序
  • 序
  • 前言
  • 评审者简介
  • 致谢
  • 第1章 开始
  • 1.1 计算机科学
  • 1.2 人工智能
  • 1.3 机器学习
  • 1.4 统计学
  • 1.5 数学
  • 1.6 专业领域知识
  • 1.7 数据、信息和知识
  • 1.8 数据的本质
  • 1.9 数据分析过程
  • 1.10 定量与定性数据分析
  • 1.11 数据可视化的重要性
  • 1.12 大数据
  • 1.13 小结
  • 第2章 数据准备与处理
  • 2.1 数据源
  • 2.2 数据清洗
  • 2.3 数据格式
  • 2.4 开始使用OpenRefine工具
  • 2.5 小结
  • 第3章 数据可视化
  • 3.1 数据导向文件
  • 3.2 开始使用D3.js
  • 3.3 交互与动画
  • 3.4 小结
  • 第4章 文本分类
  • 4.1 学习和分类
  • 4.2 贝叶斯分类
  • 4.3 E-mail主题测试器
  • 4.4 数据
  • 4.5 算法
  • 4.6 分类器的准确性
  • 4.7 小结
  • 第5章 基于相似性的图像检索
  • 5.1 图像相似性搜索
  • 5.2 动态时间规整
  • 5.3 处理图像数据集
  • 5.4 执行DTW
  • 5.5 结果分析
  • 5.6 小结
  • 第6章 模拟股票价格
  • 6.1 金融时间序列
  • 6.2 随机游走模拟
  • 6.3 蒙特·卡罗方法
  • 6.4 生成随机数
  • 6.5 用D3.js实现
  • 6.6 小结
  • 第7章 预测黄金价格
  • 7.1 处理时间序列数据
  • 7.2 平滑时间序列
  • 7.3 数据——历史黄金价格
  • 7.4 非线性回归
  • 7.5 小结
  • 第8章 使用支持向量机的方法进行分析
  • 8.1 理解多变量数据集
  • 8.2 降维
  • 8.3 使用支持向量机
  • 8.4 小结
  • 第9章 应用细胞自动机的方法对传染病进行建模
  • 9.1 流行病学简介
  • 9.2 流行病模型
  • 9.3 对细胞自动机进行建模
  • 9.4 通过D3.js模拟CA中的SIRS模型
  • 9.5 小结
  • 第10章 应用社会化图谱
  • 10.1 图谱的结构
  • 10.2 社会化网络分析
  • 10.3 捕获Facebook图谱
  • 10.4 使用Gephi对图谱进行再现
  • 10.5 统计分析
  • 10.6 度的分布
  • 10.7 将GDF转化为JSON
  • 10.8 在D3.js环境下进行图谱可视化
  • 10.9 小结
  • 第11章 对Twitter数据进行情感分析
  • 11.1 解析Twitter数据
  • 11.2 使用OAuth访问API
  • 11.3 开始使用Twython
  • 11.4 情感分类
  • 11.5 使用NLTK
  • 11.6 小结
  • 第12章 使用MongoDB进行数据处理和聚合
  • 12.1 开始使用MongoDB
  • 12.2 数据准备
  • 12.3 分组
  • 12.4 聚合框架
  • 12.5 小结
  • 第13章 使用MapReduce方法
  • 13.1 MapReduce概述
  • 13.2 编程模型
  • 13.3 在MongoDB中使用MapReduce
  • 13.4 过滤输入集合
  • 13.5 分组和聚合
  • 13.6 文字云对tweet中最常见的积极词汇进行可视化
  • 13.7 小结
  • 第14章 使用IPython和Wakari进行在线数据分析
  • 14.1 开始使用Wakari
  • 14.2 开始使用IPython记事本
  • 14.3 通过PIL进行图像处理简介
  • 14.4 使用Pandas
  • 14.5 使用IPython进行多机处理
  • 14.6 分享你的记事本
  • 14.7 小结
  • 附录 环境搭建
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社有限公司

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。