计算机
类型
可以朗读
语音朗读
125千字
字数
2021-01-01
发行日期
展开全部
主编推荐语
浅显易懂,全方位掌握Power BI数据建模、可视化及其应用案例。
内容简介
本书由浅入深、循序渐进地介绍了Microsoft Power BI在数据建模和数据可视化中的应用和技巧，同时结合案例介绍。全书以案例为主线，既包括软件应用与操作的方法和技巧，又融入了可视化的基础知识，使读者通过对本书的学习，能够轻松快速掌握数据建模可视化的方法。配书光盘中包含了每个案例采用的数据源文件和PPT,供读者在阅读本书时进行操作练习和参考。本书可作为管理、经济、社会人文等人员学习Microsoft Power BI软件进行数据可视化分析的参考书籍，也可以作为高校计算机相关专业本科生、研究生的教材或教学参考书。
目录
- 封面页
- 书名页
- 版权页
- 内容简介
- 作者简介
- 前言
- 目录
- 第1章 数据建模与数据可视化概述
- 1.1 数据建模的类型及过程
- 1.1.1 按照应用目的划分
- 1.1.2 按照数据结构划分
- 1.1.3 数据建模的基本过程
- 1.2 数据可视化常用软件简介
- 1.2.1 Microsoft Power BI
- 1.2.2 Tableau
- 1.2.3 FineBI
- 1.3 案例数据集介绍
- 1.4 练习题
- 第2章 快速认识Microsoft Power BI软件
- 2.1 Microsoft Power BI软件简介
- 2.1.1 软件的界面组成
- 2.1.2 软件的3种视图
- 2.1.3 软件的下载和安装
- 2.2 Microsoft Power BI报表编辑器
- 2.2.1 “可视化”窗格
- 2.2.2 “筛选器”窗格
- 2.2.3 “字段”窗格
- 2.3 Microsoft Power BI连接数据源
- 2.3.1 连接Excel文件
- 2.3.2 连接文本/CSV文件
- 2.3.3 连接JSON文件
- 2.3.4 连接PDF文件
- 2.3.5 连接SQL Server
- 2.3.6 连接MySQL
- 2.3.7 连接Oracle
- 2.3.8 连接Hadoop Hive
- 2.4 练习题
- 第3章 Microsoft Power BI数据建模初涉
- 3.1 创建和管理关系
- 3.1.1 创建数据表的关系
- 3.1.2 管理数据表的关系
- 3.2 数据分析表达式
- 3.2.1 DAX函数简介及类型
- 3.2.2 省份和城市字段的合成
- 3.3 Microsoft Power BI与R的协同
- 3.3.1 安装R 3.6.2开发环境
- 3.3.2 配置R 3.6.2开发环境
- 3.4 练习题
- 第4章 Microsoft Power BI数据可视化视图及报表
- 4.1 基础可视化视图
- 4.1.1 基础可视化视图概述
- 4.1.2 设置可视化视图对象
- 4.1.3 常用基础可视化视图
- 4.2 自定义可视化视图
- 4.2.1 自定义可视化视图概述
- 4.2.2 导入自定义可视化视图
- 4.2.3 重要自定义可视化视图
- 4.3 Microsoft Power BI数据报表
- 4.3.1 数据报表及其特点
- 4.3.2 如何制作数据报表
- 4.3.3 报表开发注意事项
- 4.4 练习题
- 第5章 相关分析及其视图
- 5.1 相关分析概述
- 5.1.1 相关分析简介
- 5.1.2 相关分析的应用
- 5.1.3 Pearson相关系数
- 5.1.4 Spearman相关系数
- 5.1.5 Kendall相关系数
- 5.1.6 三类相关系数的比较
- 5.2 Microsoft Power BI视图及案例
- 5.2.1 相关分析视图及源码解析
- 5.2.2 企业销售额影响因素分析
- 5.2.3 销售额相关分析的可视化
- 5.3 练习题
- 第6章 回归分析及其视图
- 6.1 回归分析概述
- 6.1.1 回归分析简介
- 6.1.2 回归分析的应用
- 6.1.3 回归分析的建模
- 6.1.4 回归之线性回归
- 6.1.5 回归之逻辑回归
- 6.1.6 回归之岭回归
- 6.2 回归分析视图及案例——企业销售额分析
- 6.2.1 线性回归视图及源码解析
- 6.2.2 企业销售额线性回归预测
- 6.2.3 销售额回归分析的可视化
- 6.3 练习题
- 第7章 聚类分析及其视图
- 7.1 聚类分析概述
- 7.1.1 聚类分析简介
- 7.1.2 聚类的应用场景
- 7.1.3 聚类的建模步骤
- 7.1.4 K-Means聚类
- 7.1.5 期望最大化聚类
- 7.1.6 基于密度的聚类
- 7.2 聚类分析视图及案例——客户群类型分析
- 7.2.1 聚类分析视图及源码解析
- 7.2.2 企业客户群类型聚类分析
- 7.2.3 客户群聚类分析的可视化
- 7.3 练习题
- 第8章 时间序列及其视图
- 8.1 时间序列概述
- 8.1.1 时间序列简介
- 8.1.2 时间序列的应用
- 8.1.3 时间序列的建模
- 8.1.4 ARIMA模型
- 8.1.5 指数平滑法
- 8.1.6 TBATS模型
- 8.2 时间序列视图及案例——商城月度订单量分析
- 8.2.1 时间序列视图及源码解析
- 8.2.2 月度订单量时间序列预测
- 8.2.3 企业月度订单量的可视化
- 8.3 练习题
- 第9章 决策树及其视图
- 9.1 决策树概述
- 9.1.1 决策树模型简介
- 9.1.2 决策树模型的应用
- 9.1.3 决策树模型的建模
- 9.1.4 决策树之ID3算法
- 9.1.5 决策树之C4.5算法
- 9.1.6 决策树之CART算法
- 9.2 决策树视图及案例——客户退单分析
- 9.2.1 决策树视图及源码解析
- 9.2.2 企业退单影响因素分析
- 9.2.3 退单影响因素的可视化
- 9.3 练习题
- 第10章 神经网络及其视图
- 10.1 神经网络概述
- 10.1.1 神经网络简介
- 10.1.2 神经网络的应用
- 10.1.3 神经网络的建模
- 10.1.4 多层感知器模型
- 10.1.5 径向基函数模型
- 10.1.6 循环神经网络模型
- 10.2 神经网络视图及案例——企业股票价格预测
- 10.2.1 神经网络视图及源码解析
- 10.2.2 基于神经网络的股价预测
- 10.2.3 股票收盘月均价的可视化
- 10.3 练习题
- 第11章 社交网络及其视图
- 11.1 社交网络概述
- 11.1.1 社交网络简介
- 11.1.2 社交网络的应用
- 11.1.3 社交网络的建模
- 11.1.4 社交网络建模软件
- 11.1.5 社交物联网简介
- 11.1.6 社交网络的弊端
- 11.2 社交网络视图及案例——社交圈价值分析
- 11.2.1 社交网络视图及源码解析
- 11.2.2 企业社交网络的价值分析
- 11.2.3 企业员工社交圈的可视化
- 11.3 练习题
- 第12章 文本分析及其视图
- 12.1 文本分析概述
- 12.1.1 文本分析简介
- 12.1.2 文本分析的步骤
- 12.1.3 文本分析的软件
- 12.1.4 文本主题模型
- 12.1.5 文本情感分析
- 12.1.6 自然语言处理
- 12.2 文本分析视图及案例——商品销售状况分析
- 12.2.1 文本分析视图及源码解析
- 12.2.2 如何了解企业商品的现状
- 12.2.3 企业热销商品数据可视化
- 12.3 练习题
- 参考文献
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
清华大学出版社
清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。
